Harvard ve Roche'dan Çığır Açan AI Modeli COMPASS: Kanser Hastalarının İmmünoterapiye Yanıtını Tahmin Ediyor
COMPASS, Harvard Tıp Fakültesi ve Roche iş birliğiyle geliştirilen, kanser hastalarının immünoterapiye yanıtını tahmin eden bir temel yapay zeka modelidir. Model, 33 kanser türünden 10.184 tümörün RNA seq verileriyle ön eğitilmiş ve 16 farklı klinik kohortta ince ayar yapılmıştır.
YayımlayanDeepSeek-V4-Flash ile düzenlendiGörseller GPT Image 1.5 ile oluşturuldu
COMPASS, Harvard Tıp Fakültesi ve Roche iş birliğiyle geliştirilen, kanser hastalarının immünoterapiye yanıtını tahmin eden bir temel yapay zeka modelidir.
Model, 33 kanser türünden 10.184 tümörün RNA seq verileriyle ön eğitilmiş ve 16 farklı klinik kohortta ince ayar yapılmıştır.
Geleneksel 'kara kutu' modellerin aksine COMPASS, kararlarını 44 biyolojik 'konsept' üzerinden açıklayarak şeffaflık sağlar.
PD L1 ve tümör mutasyon yükü (TMB) gibi standart biyobelirteçlerden daha doğru tahminler sunar; bir faz II çalışmasında hayatta kalma için 4.7'lik hazard ratio elde etmiştir.
Search & fact-check with cited sources for How does Harvard Medical School's new AI model, COMPASS, predict which cancer patients will respoAn AI-generated visualization representing the COMPASS model's approach to predicting immunotherapy outcomes from tumor transcriptomic data.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for How does Harvard Medical School's new AI model, COMPASS, predict which cancer patients will respo. Article summary: Here is a detailed, source-backed summary of COMPASS.. Topic tags: general, government, education, academic, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
COMPASS, İmmünoterapi Yanıtını Nasıl Tahmin Ediyor?
COMPASS, Harvard Tıp Fakültesi ve Roche Pharma tarafından geliştirilen bir temel yapay zeka modelidir (foundation AI model). Tümörlerin transkriptomik (RNA-seq) verilerini analiz ederek bir kanser hastasının immün kontrol noktası inhibitörlerine (ICIs) yanıt verip vermeyeceğini tahmin eder .
Model iki aşamada çalışır:
Pan-kanser ön eğitim — COMPASS, 33 kanser türünü kapsayan 10.184 tümörün bulk RNA-seq transkriptomları (TCGA verileri) üzerinde, kendi kendine denetimli öğrenme ile tümör-bağışıklık biyolojisinin genel modellerini öğrenir .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Harvard ve Roche'dan Çığır Açan AI Modeli COMPASS: Kanser Hastalarının İmmünoterapiye Yanıtını Tahmin Ediyor"?
COMPASS, Harvard Tıp Fakültesi ve Roche iş birliğiyle geliştirilen, kanser hastalarının immünoterapiye yanıtını tahmin eden bir temel yapay zeka modelidir.
What are the key points to validate first?
COMPASS, Harvard Tıp Fakültesi ve Roche iş birliğiyle geliştirilen, kanser hastalarının immünoterapiye yanıtını tahmin eden bir temel yapay zeka modelidir. Model, 33 kanser türünden 10.184 tümörün RNA seq verileriyle ön eğitilmiş ve 16 farklı klinik kohortta ince ayar yapılmıştır.
What should I do next in practice?
Geleneksel 'kara kutu' modellerin aksine COMPASS, kararlarını 44 biyolojik 'konsept' üzerinden açıklayarak şeffaflık sağlar.
Harvard ve Roche'dan Çığır Açan AI Modeli COMPASS: Kanser Hastalarının İmmünoterapiye Yanıtını Tahmin Ediyor
COMPASS, Harvard Tıp Fakültesi ve Roche iş birliğiyle geliştirilen, kanser hastalarının immünoterapiye yanıtını tahmin eden bir temel yapay zeka modelidir. Model, 33 kanser türünden 10.184 tümörün RNA seq verileriyle ön eğitilmiş ve 16 farklı klinik kohortta ince ayar yapılmıştır.
YayımlayanDeepSeek-V4-Flash ile düzenlendiGörseller GPT Image 1.5 ile oluşturuldu
COMPASS, Harvard Tıp Fakültesi ve Roche iş birliğiyle geliştirilen, kanser hastalarının immünoterapiye yanıtını tahmin eden bir temel yapay zeka modelidir.
Model, 33 kanser türünden 10.184 tümörün RNA seq verileriyle ön eğitilmiş ve 16 farklı klinik kohortta ince ayar yapılmıştır.
Geleneksel 'kara kutu' modellerin aksine COMPASS, kararlarını 44 biyolojik 'konsept' üzerinden açıklayarak şeffaflık sağlar.
PD L1 ve tümör mutasyon yükü (TMB) gibi standart biyobelirteçlerden daha doğru tahminler sunar; bir faz II çalışmasında hayatta kalma için 4.7'lik hazard ratio elde etmiştir.
Search & fact-check with cited sources for How does Harvard Medical School's new AI model, COMPASS, predict which cancer patients will respoAn AI-generated visualization representing the COMPASS model's approach to predicting immunotherapy outcomes from tumor transcriptomic data.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Search & fact-check with cited sources for How does Harvard Medical School's new AI model, COMPASS, predict which cancer patients will respo. Article summary: Here is a detailed, source-backed summary of COMPASS.. Topic tags: general, government, education, academic, general web. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evidence.
openai.com
COMPASS, İmmünoterapi Yanıtını Nasıl Tahmin Ediyor?
COMPASS, Harvard Tıp Fakültesi ve Roche Pharma tarafından geliştirilen bir temel yapay zeka modelidir (foundation AI model). Tümörlerin transkriptomik (RNA-seq) verilerini analiz ederek bir kanser hastasının immün kontrol noktası inhibitörlerine (ICIs) yanıt verip vermeyeceğini tahmin eder .
Model iki aşamada çalışır:
Pan-kanser ön eğitim — COMPASS, 33 kanser türünü kapsayan 10.184 tümörün bulk RNA-seq transkriptomları (TCGA verileri) üzerinde, kendi kendine denetimli öğrenme ile tümör-bağışıklık biyolojisinin genel modellerini öğrenir .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Harvard ve Roche'dan Çığır Açan AI Modeli COMPASS: Kanser Hastalarının İmmünoterapiye Yanıtını Tahmin Ediyor"?
COMPASS, Harvard Tıp Fakültesi ve Roche iş birliğiyle geliştirilen, kanser hastalarının immünoterapiye yanıtını tahmin eden bir temel yapay zeka modelidir.
What are the key points to validate first?
COMPASS, Harvard Tıp Fakültesi ve Roche iş birliğiyle geliştirilen, kanser hastalarının immünoterapiye yanıtını tahmin eden bir temel yapay zeka modelidir. Model, 33 kanser türünden 10.184 tümörün RNA seq verileriyle ön eğitilmiş ve 16 farklı klinik kohortta ince ayar yapılmıştır.
What should I do next in practice?
Geleneksel 'kara kutu' modellerin aksine COMPASS, kararlarını 44 biyolojik 'konsept' üzerinden açıklayarak şeffaflık sağlar.
Klinik ICI kohortlarında ince ayar — Ön eğitilmiş model, 7 kanser türünü (melanom, küçük hücreli dışı akciğer kanseri, mide kanseri, mesane kanseri, böbrek kanseri, glioblastoma ve baş-boyun kanseri) ve 6 farklı ICI rejimini (anti-PD-1, anti-PD-L1, anti-CTLA-4 ve kombinasyonları) kapsayan 16 bağımsız klinik kohortta ince ayar yapılır .
Tahmin anında COMPASS, hastanın tümör mRNA ekspresyon profilini (TPM biriminde) ve kanser türü kodunu girdi olarak alır ve iki çıktı üretir :
44 konsept skoru — bağışıklık hücresi durumlarını (örn. CD8⁺ T hücreleri, tükenmiş T hücreleri, B hücreleri), tümör-mikroçevre etkileşimlerini ve sinyal yolaklarını (örn. IFN-γ yolağı, TGF-β yolağı) temsil eden biyolojik olarak temellendirilmiş "bağışıklık konseptlerinin" nicel aktivasyonları.
Tahmin edilen olasılıklar — modelin tedavi yanıtına ilişkin tahmini olasılığı (yanıt veren vs. yanıt vermeyen).
COMPASS'ı Mevcut Yöntemlerden Farklı Kılan Nedir?
Yorumlanabilir konsept darboğaz mimarisi. Çoğu kara kutu derin öğrenme modelinin aksine COMPASS, konsept darboğazı (concept bottleneck) tasarımı kullanır: önce ham gen ekspresyon verilerini 44 üst düzey, insan tarafından yorumlanabilir bağışıklık konseptine eşler ve ardından nihai tahmini yapmak için bu konseptleri kullanır . Bu sayede klinisyenler ve araştırmacılar, bir tahminin neden yapıldığını görebilir — örneğin, "bu hastanın yanıt vereceği tahmin ediliyor çünkü yüksek CD8⁺ T hücre infiltrasyonu ve güçlü IFN-γ yolağı aktivasyonu var."
Transfer öğrenme yoluyla pan-kanser genellenebilirliği. Mevcut birçok ICI tahmin modeli tek bir kanser türü veya küçük bir kohort üzerinde eğitilir ve bu da genellenebilirliklerini sınırlar. COMPASS, 33 kanser türünde ön eğitilmiş ve çeşitli klinik kohortlarda ince ayar yapılmıştır; bu sayede farklı kanser türlerine ve tedavi rejimlerine — hatta ince ayar sırasında görülmemiş kanser türlerine ve ICI ilaçlarına bile — genellenebilir .
Standart biyobelirteçlerden daha iyi performans. Ön baskıya göre COMPASS'ın tahminleri, hayatta kalma sonuçlarını tahmin etmede en yaygın kullanılan iki klinik biyobelirteç olan PD-L1 ekspresyonu ve tümör mutasyon yükünden (TMB) önemli ölçüde daha doğruydu. Bir faz II ürotelyal kanser çalışmasında COMPASS, hayatta kalma sınıflandırmasında 4.7'lik bir hazard ratio (p < 0.0001) elde ederek PD-L1'i önemli ölçüde geride bırakmıştır .
Mekanistik yorumlanabilirlik. COMPASS, 44 konsept skoru üzerinde SHAP analizi yoluyla, bireysel hastalarda ve kanser türlerinde yanıtı veya direnci hangi bağışıklık biyolojisinin yönlendirdiğini belirleyerek direnç mekanizmalarına ilişkin içgörüler sağlar .
Potansiyel Klinik Etkiler
ICIlar için daha iyi hasta seçimi. COMPASS, hangi hastaların immünoterapiden fayda görme olasılığının en yüksek olduğunu belirlemeye yardımcı olabilir, böylece yanıt vermeyenler etkisiz tedavilerden ve gereksiz yan etkilerden korunabilir .
Deney zenginleştirmesi ve tasarımı. Model, daha hassas kohort seçimini mümkün kılarak klinik deney tasarımını destekleyebilir, potansiyel olarak deney boyutlarını azaltabilir ve ilaç geliştirmeyi hızlandırabilir .
Direnç mekanizmalarına ilişkin içgörüler. Belirli hastalarda veya kanser türlerinde yanıtsızlığı hangi bağışıklık yolaklarının yönlendirdiğini ortaya çıkararak COMPASS, kombinasyon tedavisi stratejilerini bilgilendirebilir ve yeni direnç mekanizmalarını tanımlayabilir .
Herkese açık bir araç. COMPASS tahminlerini çalıştırmak için web tabanlı bir MCP sunucu aracı, Harvard'daki Zitnik Laboratuvarı tarafından barındırılmaktadır ve kod ile ön eğitilmiş modeller GitHub'da ve immuno-compass.com adresinde herkese açıktır .
Dikkat Edilmesi Gereken Sınırlamalar
COMPASS ön baskısı (Mayıs 2025'te medRxiv'de yayınlanmıştır) henüz resmi akran değerlendirmesini tamamlamamıştır, ancak NIH tarafından finanse edilen bir ön baskı olarak PMC'de yayınlanmıştır . Model, girdi olarak bulk RNA-seq verisi gerektirir ve bu veri henüz tüm kanser hastaları için rutin klinik iş akışının bir parçası değildir. Ayrıca, bağımsız prospektif klinik doğrulama çalışmaları henüz yayınlanmamıştır.
Harnessing multi-omics and machine learning for predicting immune ...
Klinik ICI kohortlarında ince ayar — Ön eğitilmiş model, 7 kanser türünü (melanom, küçük hücreli dışı akciğer kanseri, mide kanseri, mesane kanseri, böbrek kanseri, glioblastoma ve baş-boyun kanseri) ve 6 farklı ICI rejimini (anti-PD-1, anti-PD-L1, anti-CTLA-4 ve kombinasyonları) kapsayan 16 bağımsız klinik kohortta ince ayar yapılır .
Tahmin anında COMPASS, hastanın tümör mRNA ekspresyon profilini (TPM biriminde) ve kanser türü kodunu girdi olarak alır ve iki çıktı üretir :
44 konsept skoru — bağışıklık hücresi durumlarını (örn. CD8⁺ T hücreleri, tükenmiş T hücreleri, B hücreleri), tümör-mikroçevre etkileşimlerini ve sinyal yolaklarını (örn. IFN-γ yolağı, TGF-β yolağı) temsil eden biyolojik olarak temellendirilmiş "bağışıklık konseptlerinin" nicel aktivasyonları.
Tahmin edilen olasılıklar — modelin tedavi yanıtına ilişkin tahmini olasılığı (yanıt veren vs. yanıt vermeyen).
COMPASS'ı Mevcut Yöntemlerden Farklı Kılan Nedir?
Yorumlanabilir konsept darboğaz mimarisi. Çoğu kara kutu derin öğrenme modelinin aksine COMPASS, konsept darboğazı (concept bottleneck) tasarımı kullanır: önce ham gen ekspresyon verilerini 44 üst düzey, insan tarafından yorumlanabilir bağışıklık konseptine eşler ve ardından nihai tahmini yapmak için bu konseptleri kullanır . Bu sayede klinisyenler ve araştırmacılar, bir tahminin neden yapıldığını görebilir — örneğin, "bu hastanın yanıt vereceği tahmin ediliyor çünkü yüksek CD8⁺ T hücre infiltrasyonu ve güçlü IFN-γ yolağı aktivasyonu var."
Transfer öğrenme yoluyla pan-kanser genellenebilirliği. Mevcut birçok ICI tahmin modeli tek bir kanser türü veya küçük bir kohort üzerinde eğitilir ve bu da genellenebilirliklerini sınırlar. COMPASS, 33 kanser türünde ön eğitilmiş ve çeşitli klinik kohortlarda ince ayar yapılmıştır; bu sayede farklı kanser türlerine ve tedavi rejimlerine — hatta ince ayar sırasında görülmemiş kanser türlerine ve ICI ilaçlarına bile — genellenebilir .
Standart biyobelirteçlerden daha iyi performans. Ön baskıya göre COMPASS'ın tahminleri, hayatta kalma sonuçlarını tahmin etmede en yaygın kullanılan iki klinik biyobelirteç olan PD-L1 ekspresyonu ve tümör mutasyon yükünden (TMB) önemli ölçüde daha doğruydu. Bir faz II ürotelyal kanser çalışmasında COMPASS, hayatta kalma sınıflandırmasında 4.7'lik bir hazard ratio (p < 0.0001) elde ederek PD-L1'i önemli ölçüde geride bırakmıştır .
Mekanistik yorumlanabilirlik. COMPASS, 44 konsept skoru üzerinde SHAP analizi yoluyla, bireysel hastalarda ve kanser türlerinde yanıtı veya direnci hangi bağışıklık biyolojisinin yönlendirdiğini belirleyerek direnç mekanizmalarına ilişkin içgörüler sağlar .
Potansiyel Klinik Etkiler
ICIlar için daha iyi hasta seçimi. COMPASS, hangi hastaların immünoterapiden fayda görme olasılığının en yüksek olduğunu belirlemeye yardımcı olabilir, böylece yanıt vermeyenler etkisiz tedavilerden ve gereksiz yan etkilerden korunabilir .
Deney zenginleştirmesi ve tasarımı. Model, daha hassas kohort seçimini mümkün kılarak klinik deney tasarımını destekleyebilir, potansiyel olarak deney boyutlarını azaltabilir ve ilaç geliştirmeyi hızlandırabilir .
Direnç mekanizmalarına ilişkin içgörüler. Belirli hastalarda veya kanser türlerinde yanıtsızlığı hangi bağışıklık yolaklarının yönlendirdiğini ortaya çıkararak COMPASS, kombinasyon tedavisi stratejilerini bilgilendirebilir ve yeni direnç mekanizmalarını tanımlayabilir .
Herkese açık bir araç. COMPASS tahminlerini çalıştırmak için web tabanlı bir MCP sunucu aracı, Harvard'daki Zitnik Laboratuvarı tarafından barındırılmaktadır ve kod ile ön eğitilmiş modeller GitHub'da ve immuno-compass.com adresinde herkese açıktır .
Dikkat Edilmesi Gereken Sınırlamalar
COMPASS ön baskısı (Mayıs 2025'te medRxiv'de yayınlanmıştır) henüz resmi akran değerlendirmesini tamamlamamıştır, ancak NIH tarafından finanse edilen bir ön baskı olarak PMC'de yayınlanmıştır . Model, girdi olarak bulk RNA-seq verisi gerektirir ve bu veri henüz tüm kanser hastaları için rutin klinik iş akışının bir parçası değildir. Ayrıca, bağımsız prospektif klinik doğrulama çalışmaları henüz yayınlanmamıştır.
Harnessing multi-omics and machine learning for predicting immune ...
pmc.ncbi.nlm.nih.govArtificial Intelligence–Enabled Multi-Omics for Predicting Immune Checkpoint Inhibitor Response and Resistance