由于其独特的物理和化学性质，无机纳米颗粒（NP）在癌症临床前治疗中具有重要价值，但实现有效的治疗目的仍极具挑战性。机器学习（ML）已成为一种变革性工具，但其纳米医学应用受到数据集的阻碍。近日，里斯本新大学João Conde、杜克大学Daniel Reker、里斯本大学Tiago Rodrigues收集了一个大型无机NP数据库，包括来自癌症纳米医学的745项临床前研究实验数据集。

本文要点：

1) 通过使用描述性统计和可解释的ML模型，作者挖掘了该数据库，并且获得了无机NP的设计模式，以为癌症治疗的未来NP研究提供信息。分析表明，NP形状和治疗类型是决定体内疗效的显著特征，并且其以肿瘤减少的百分比来衡量。

2) 该工作为癌症转化研究绘制了数据挖掘的蓝图，并为标准化NP研究提供了证据，以加速基于无机NP的药物递送，这有助于改善临床环境中的治疗效果。

参考电竞投注官网 ：

Bárbara B. Mendes et.al A large-scale machine learning analysis of inorganic nanoparticles in preclinical cancer research Nature Nanotechnology 2024

DOI: 10.1038/s41565-024-01673-7

https://doi.org/10.1038/s41565-024-01673-7