EVONANO 平台允许科学家培育虚拟肿瘤并使用人工智能自动优化纳米粒子的设计来治疗它们。培养和治疗虚拟肿瘤的能力是开发癌症新疗法的重要一步。重要的是，科学家可以使用虚拟肿瘤来优化基于纳米颗粒的药物的设计，然后再在实验室或患者中进行测试。

论文“自动发现用于癌症治疗的纳米载体的进化计算平台”今天发表在《自然》杂志计算材料上。该论文是欧洲项目 EVONANO 的成果，该项目涉及布里斯托尔大学的 Sabine Hauert 博士和 Namid Stillman 博士，由诺维萨德大学的 Igor Balaz 博士领导。

“模拟使我们能够非常快速地测试多种治疗方法，并针对多种肿瘤。鉴于疾病的复杂性，我们仍处于制作虚拟肿瘤的早期阶段，但希望即使是这些简单的数字肿瘤可以帮助我们更有效地设计用于癌症的纳米药物，”豪尔特博士说。

Hauert 博士说，拥有用于培养和治疗虚拟肿瘤的软件可能有助于开发靶向癌症治疗。

“在未来，创建患者肿瘤的数字孪生体可以设计出专门满足他们需求的新纳米粒子治疗方法，而无需进行大量的反复试验或实验室工作，而这通常成本高昂且快速迭代的能力有限适合个体患者的解决方案，”豪尔特博士说。

基于纳米颗粒的药物具有改善癌细胞靶向的潜力。这是因为纳米粒子是一种微小的载体，可以设计成将药物输送到肿瘤中。它们的设计改变了它们在体内移动的能力，并正确靶向癌细胞。例如，生物工程师可能会改变纳米粒子的大小、电荷或材料，用使它们易于被癌细胞识别的分子包裹纳米粒子，或者为它们加载不同的药物以杀死癌细胞。

使用新的 EVONANO 平台，该团队能够用癌症干细胞模拟简单的肿瘤和更复杂的肿瘤，这些肿瘤有时难以治疗并导致一些癌症患者复发。该策略确定了已知在先前研究中有效的纳米粒子设计，以及纳米粒子设计的潜在新策略。

正如 Balaz 博士强调的那样：“我们在 EVONANO 中开发的工具代表了一个丰富的平台，用于测试纳米粒子对各种肿瘤情况的功效的假设。现在可以在几乎不可能的细节水平上模拟调整纳米粒子参数的生理效应以实验方式实现。”

然后面临的挑战是设计正确的纳米粒子。研究人员使用称为人工进化的机器学习技术微调纳米粒子设计，直到他们可以处理所有测试场景，同时保留健康细胞以限制潜在的副作用。

与 Balaz 博士共同撰写该论文的 Stillman 博士说：“这是过去三年欧洲各地计算研究人员参与的一项大型团队努力。我认为这证明了将计算机模拟与机器学习相结合的力量找到治疗癌症的新的和令人兴奋的方法。”

未来，该团队的目标是使用这样的平台，通过使用来自个体患者的数据来培育虚拟版本的肿瘤，然后优化适合他们的治疗方法，使数字双胞胎更接近现实。在近期内，该平台将用于发现可在实验室进行测试的新纳米粒子策略。该软件是开源的，因此也希望其他研究人员能够使用它来构建自己的人工智能癌症纳米医学。

“为了更接近临床实践，在我们未来的工作中，我们将专注于复制肿瘤异质性和耐药性的出现。我们认为这些是实体瘤癌症治疗经常失败的最重要方面，”Balaz 博士说。