清华大学李梢团队提出基于多模态 AI 的“泛肿瘤极早期”中西医防治新策略

研究背景

癌前病变是肿瘤发生发展的关键阶段，也是中医“治未病”理念的重要科学切入点，对于癌症的早期发现与早期干预意义重大。然而，癌前病变向肿瘤发展的过程具有时程长、概率低、个体差异大等特点：哪些患者最终发生癌变？癌变的关键时间窗在哪里？能否在疾病未发生前提前预测与干预？这些科学问题一直是肿瘤防治领域的重大挑战。

针对上述难点，李梢团队以胃炎癌转化为代表，长期致力于癌前病变机制研究。在前期工作中，团队率先提出胃癌发生的全新关键阶段——“极早期”，识别出表征癌变起始的关键临界状态，并揭示其细胞特征、标志物与靶点，构建起胃癌“极早期”中西医智能与精准防治体系，相关成果已发表于Cancer Discovery、Cancer Research、Nature Communications、Cell Reports等国际期刊。

研究进展

在“极早期”原创发现的基础上，团队进一步整合多模态临床资料、多组学数据与人工智能动态建模方法，以生物网络为核心，系统分析了15种常见癌前病变的形态学特征、免疫微环境变化及分子层面异常，构建起跨癌种、跨器官的系统性图谱。研究涵盖食管、胃、结直肠、肝、胰、肺、乳腺、宫颈、皮肤等多器官炎–癌转化过程，梳理了50个癌前病变条目的病理学特征及进展风险，并汇集了大量单细胞与空间组学证据，形成系统化研究框架。

在多层次整合方面，研究团队提出以生物网络为枢纽的多模态融合策略。通过深度学习、图神经网络等方法，将跨尺度组学数据进行联合建模，从而重建关键调控网络并识别“极早期”阶段的核心生物学信号。

同时，依托轨迹推断、克隆演化、时序因果建模等动态分析方法，研究实现了“多层次—多模态—多时点”的统一框架，将离散临床观测还原为疾病演化的连续过程，揭示癌前病变向“极早期”发展的关键路径。

基于上述方法论，团队进一步构建了“极早期”阶段的中西医智能与精准防治体系。该体系围绕生物网络整合临床表型、中医证候、多组学数据及AI推断结果，用以识别风险患者、锁定关键细胞群与标志物、筛选潜在靶点并优化中西药物组合。

未来展望

基于上述研究，团队进一步提出一种面向“泛肿瘤极早期”的中西医智能与精准防治策略。该范式以生物网络为核心纽带，融合多模态临床信息与多组学数据，结合人工智能、网络药理学等技术，实现风险预测、极早期细胞及标志物识别、网络靶点筛选、中西药物优化等功能。

这一策略旨在构建覆盖多癌种的“早预警—早干预”一体化体系，为肿瘤发生前的智能识别与精准预防提供系统路径，有望形成具有中国原创特色的肿瘤防治新模式。

原文链接：https://spj.science.org/doi/10.34133/research.0930