【科技前沿】昆明醫科大學“智創先鋒”團隊攻克乳腺癌篩查難題 AI模型準確率達91.2%
近日，昆明醫科大學臨床腫瘤學院“智創先鋒”團隊在乳腺癌精準醫療領域取得突破性進展。其研發的“優篩模王——基于乳腺癌數據的篩選預測綜合模型”，通過融合隨機森林、XGBoost與遺傳算法，實現了藥物活性預測與毒性優化的雙重突破，相關成果已入選2025年中國國際大學生創新大賽重點項目。
該模型針對乳腺癌核心靶點雌激素受體α(ERα)，整合超10萬條權威數據庫數據，構建了包含63個關鍵分子描述符的預測系統，將候選藥物毒性降低40%、生物利用度提升20%，同時縮短研發周期50%、節約成本30%。項目負責人張捷寧介紹：“我們的模型不僅能精準預測藥物活性(準確率91.2%)，還能同步優化藥物代謝特性，這意味著未來乳腺癌患者有望用上更安全、更高效的靶向藥物。”
目前，團隊已與云南白藥集團、昆明醫科大學附屬腫瘤醫院達成合作，計劃將模型應用于臨床藥物篩選，并逐步擴展至肺癌、前列腺癌等實體瘤領域。業內專家指出，該技術突破傳統“試錯式”研發模式，為AI賦能生物醫藥提供了可復制的“新醫科”范本。
【青年力量】跨學科團隊“智創先鋒”：用AI破解乳腺癌治療困局
在昆明醫科大學，一支由11名臨床醫學、藥學、數據科學專業學生組成的“智創先鋒”團隊，正以“先鋒無畏，敢為人先”的姿態，探索乳腺癌智能篩查新路徑。
團隊成員來自多學科背景，通過“定期會議 專業交流群”的高效協同機制，實現了醫學知識與算法技術的深度融合。“我們每周開展‘跨學科碰撞會’，讓臨床學生講解乳腺癌病理特征，計算機專業成員分享算法優化思路。”團隊核心成員楊丹表示，這種“醫學 AI”的思維碰撞，催生了“多目標機器學習系統”這一核心技術——該系統通過遺傳算法動態平衡藥物活性與安全性，已篩選出3個高潛力候選分子(IC50<10nM，LD50>500mg/kg)，并與附屬腫瘤醫院合作啟動臨床前驗證。
值得關注的是，團隊構建的“院校-醫院-藥企”協同模式已顯成效：依托學校實驗室資源完成模型訓練，借助醫院臨床數據優化算法，與企業合作推動技術轉化。指導教師陳真教授評價：“這群學生用創新實踐詮釋了新醫科人才的擔當——不僅能做科研，更能把技術落地，解決真實的醫療難題。”
【社會價值】從實驗室到臨床：AI如何改寫乳腺癌治療格局?
乳腺癌作為全球女性第一大癌癥，每年新增病例超240萬例。傳統研發模式因周期長(平均10-15年)、成本高(單藥超26億美元)，難以滿足臨床需求。昆明醫科大學“優篩模王”項目的出現，為這一困局提供了中國解決方案。
該項目構建的ERα活性預測模型，通過分析分子結構與靶點相互作用，可在早期篩選中排除80%無效化合物，大幅降低后期實驗成本。“以我們篩選出的候選分子為例，傳統方法需耗時3年完成毒性測試，而AI模型將時間壓縮至6個月。”團隊成員晏丹霞介紹。更重要的是，模型通過ADMET多指標優化，將藥物不良反應率降低30%，這意味著未來患者接受治療時的生活質量將顯著提升。
除技術突破外，項目的社會價值同樣顯著：團隊計劃通過技術授權、SaaS平臺等模式，為中小型藥企提供低成本研發工具，預計3年內創造50余個高技能崗位。“我們希望通過技術普惠，讓更多機構能用上AI輔助研發，最終惠及全球乳腺癌患者。”團隊創業理念中的“社會責任踐行”，正在一步步變為現實。
免責聲明：以上內容為本網站轉自其它媒體，相關信息僅為傳遞更多信息之目的，不代表本網觀點，亦不代表本網站贊同其觀點或證實其內容的真實性。如稿件版權單位或個人不想在本網發布，可與本網聯系，本網視情況可立即將其撤除。
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
