盐湖城（LabNews Media LLC）——一种基于量子力学原理的新型人工智能（AI）方法，能够从复杂的分子数据中为癌症患者提供更精确的预后和治疗建议，即使在患者群体较小的情况下也是如此。犹他大学的一项研究表明了这一点，该研究发表在《APL Quantum》杂志上。
Orly Alter领导的团队开发了基于叠加和纠缠等量子力学概念的算法。这些所谓的“多张量比较谱分解”将多层分子数据——包括肿瘤和血液的DNA以及肿瘤RNA——分解成相互关联的模式。
在应用于71名患者的神经母细胞瘤数据时，研究人员能够推导出儿童预期寿命的新预测因子，其效果优于传统的生物标志物。这些预测在独立的患者群体中得到了成功验证。此外，它们还提供了关于疾病机制和新疗法潜在靶点的可解释线索。
“这不仅仅关乎一个基因——患者细胞中发生的一切都起着作用，”Orly Alter解释道。该方法使得能够从不同的数据层中提取相关信息，例如除了肿瘤之外，还可以从患者的血液中提取信息。
该技术已成功应用于成人胶质母细胞瘤，并通过CRISPR-Cas9进行了实验验证。Alter认为这是迈向精准医疗的重要一步：“这最终是终极的个性化医疗——你拥有了一个个体，并能根据其数据制定治疗方案。”
研究人员已将该方法引入了衍生公司Prism AI Therapeutics，以支持生物技术和制药公司进行药物开发和选择合适的试验参与者。
https://pubs.aip.org/aip/apq/article/3/2/026116/3395875/Quantum-mechanics-based-multitensor-AI-ML-uniquely
