科学家们已经在利用人工智能(AI)阐释人体所谓的“黑暗基因组”，并开发一种可能很强大的癌症检测、监测和治疗新方法。美国约翰斯·霍普金斯大学的研究人员揭示了以往很少研究的重复遗传密码序列——被称为“垃圾DNA（脱氧核糖核酸）”或基因组“暗物质”——与肿瘤存在怎样的关联。

这项3月13日发表在《科学·转化医学》杂志上的研究，显示了AI和其他先进计算技术正如何加深对疾病以及怎样治疗它们的理解。这篇论文的共同作者、约翰斯·霍普金斯大学基梅尔癌症医疗中心肿瘤学教授约翰·韦尔库列斯库说：“这就像轰动性地揭开一大奥秘一样。”这将“为癌症带来新治疗方法、新诊断方法和新筛查方法”。

研究人员探究了遗传密码的“暗物质”。与其在天文学上的同名物一样，研究人员可以检测到这种“暗物质”。但它很神秘，超出了以往传统分析的范畴。

研究人员使用一种名为“阿耳忒弥斯”——以古希腊神话中的狩猎女神命名——的机器学习技术，分析在肿瘤组织中发现的“垃圾DNA”，或从肿瘤组织脱落后漂浮在血流中的“垃圾DNA”。

这些科学家分析了超过1200种不同类型的重复DNA序列。重复DNA序列几乎占人类基因组的一半。他们发现，在这些“垃圾”遗传密码片段中，许多以往与癌症无关的片段在肿瘤形成期间发生了变化。

研究人员分析了736个与癌症形成有关的基因后，发现近2/3基因中重复DNA序列的数量，平均而言是预期的15倍。韦尔库列斯库说，这些发现表明，“垃圾”片段在癌组织中“并非随机出现”，而是患上恶性肿瘤的标志物。他说：“它们最终聚集在患癌期间以各种不同方式发生改变的基因周围，让我们首次看到这些序列可能是肿瘤发展的关键。”

这项研究是利用尖端计算技术推动抗癌的最新努力。癌症在全球范围内给人类造成巨大痛苦，并且医疗机构治疗癌症的费用高昂。另一些科学家已经开始利用AI技术大幅减少早期乳腺癌漏诊数量。对约翰斯·霍普金斯大学这篇论文及其提供的关于技术辅助肿瘤检测前景的进一步证据，慈善机构英国癌症研究会对此表示欢迎。