亥姆霍茨慕尼黑中心2019年12月12日消息：該研究中心與慕尼黑大學、慕尼黑工大合作開發(fā)了一款不僅能自動識別擴散的癌細胞，而且還能找到分散在小鼠全身單個癌細胞的算法。

    癌癥是全球最常見的死亡原因，但90%以上的癌癥病人不是死于癌細胞擴散而非原發(fā)性腫瘤。由于生物發(fā)光法、MRI成像法等目前的技術(shù)分辨率有限，無法在病人全身檢測到轉(zhuǎn)移的癌細胞，致使各種癌癥的擴散機制鮮為人知，這大大增加了開發(fā)新治療方法的難度，對抗癌新藥的效果也很難做出系統(tǒng)分析。

    亥姆霍茨慕尼黑中心組織工程與再生醫(yī)學研究所的科研團隊發(fā)明了一種能使小鼠全身組織變得透明的工具，對單個細胞進行成像，然后借助激光掃描顯微鏡可方便地在透明的組織中發(fā)現(xiàn)很小的癌細胞轉(zhuǎn)移。由于人工分析這種高分辨率的圖像數(shù)據(jù)極端耗時，而現(xiàn)有算法的可靠性和處理速度又有限，因此科研人員開發(fā)了一種稱為DeepMACT的深度學習算法，它不僅可自動辨認出轉(zhuǎn)移的癌細胞，還可以對靶向藥中抗體的分布及其效果進行分析，其處理速度是醫(yī)生專家的300倍。