德国研究人员开发出一种新技术，可全面分析癌症转移情况，甚至“看清”身体中最小的癌症转移灶。该技术不仅有助探究不同癌症的转移机制，还可验证靶向抗癌药物功效，助力抗癌药物研发。

相关成果近期以封面文章形式，发表在美国《细胞》杂志上。

德国亥姆霍兹慕尼黑研究中心等机构研究人员在一种名为vDISCO的成像技术基础上，开发出一种能处理高分辨率3D图像的人工智能算法DeepMACT。这种基于深度学习的算法可迅速找到患癌小鼠身体各处的癌症转移灶，包括单个癌细胞形成的转移灶。

DeepMACT找到癌症转移灶的准确性与人类专家相当，但速度可达后者的300倍以上。研究人员说，DeepMACT是第一种能够在全身范围内对癌症转移过程进行定量分析的方法，且可在一小时内做完人工识别需要数月才能完成的工作。

此外，DeepMACT还可用于评估抗癌药物的有效性，找出哪些癌症转移灶已被抗体药物结合，哪些被漏掉了。研究显示，使用抗体药物6A10后，小鼠全身大部分癌症转移灶被抗体药物结合，但仍有23%的转移灶“漏网”。

癌症是全球最常见的死因之一。超过90%的癌症患者并非死于原发肿瘤，而是死于癌症转移。癌症转移通常由单个扩散的癌细胞引起。研究人员说，DeepMACT不仅可全面分析癌症转移情况，还可在临床前研究中评估治疗药物有效性，对靶向药物研发具有重要意义。