德国研究人员开发了一种新的技术来全面分析肿瘤转移，甚至是体内最小的肿瘤转移。这项技术不仅有助于探索不同癌症的转移机制，而且可以验证靶向抗癌药物的有效性，帮助开发抗癌药物。
　　研究结果最近以封面文章的形式发表在"细胞"杂志上。 　　基于一种叫做vDISCO的成像技术，德国Helmholtz慕尼黑研究中心等研究人员开发了一种人工智能算法deepmaCT，该算法可以处理高分辨率的三维图像。这种基于深度学习的算法可以快速发现受癌症影响的小鼠体内的肿瘤转移，包括单个癌细胞形成的转移。
　　DeepMACT在发现癌症转移方面与人类专家一样准确，但速度是后者的300多倍。研究人员说，DeepMACT是第一种定量分析全身肿瘤转移过程的方法，人工识别一小时需要几个月的时间。
　　此外，DeepMACT还可用于评估抗癌药物的有效性，并确定哪些肿瘤转移已与抗体药物联合使用，哪些已被忽略。研究表明，在使用了6A10抗体药物后，小鼠体内的肿瘤转移大多与抗体药物结合，但23%的转移仍然是"漏"的。
　　癌症是世界上最常见的死亡原因之一。90%以上的癌症患者不是死于原发肿瘤，而是死于癌症转移。肿瘤转移通常是由单个癌细胞扩散引起的。DeepMACT不仅能够全面分析肿瘤转移，而且还能在临床前研究中评估治疗药物的有效性，这对于靶向药物的开发非常重要。