癌症转移一直是癌症治疗中的大难题，也是导致大部分患者死亡的直接原因。医生们常常无法在转移发生前预判到它，等到血液或淋巴系统中检测到循环肿瘤细胞时，转移已经开始了。2026年1月，瑞士日内瓦大学团队发表了一项研究，试图通过AI工具MangroveGS改变这种局面。这个工具可以在肿瘤样本中检测到一些特定的基因信号，并且用接近80%的准确率预测癌症是否会扩散。阿里尔·鲁伊斯·阿尔塔巴教授指出，癌症并非随意扩散的，它遵循着某种内在的生物学逻辑。研究人员从结肠癌患者的原发肿瘤中分离出单个细胞进行克隆培养，获得了行为不同的克隆。通过对这些克隆的迁移能力和基因表达模式进行观察和分析，他们发现迁移能力越强的细胞呈现出特定的基因表达特征。研究表明转移风险是一个群体属性而非个体属性。 这个团队开发了人工智能工具MangroveGS，它利用了数百个基因表达特征来进行预测。这个设计思路让MangroveGS对个体差异具有极强的抵抗力，从而提升了预测的准确性和稳健性。经过验证，在结肠癌患者中MangroveGS的准确率接近80%，并且在胃癌、肺癌和乳腺癌中同样显示出良好的预测效果。 这个工具可以通过医生提取常规肿瘤样本和RNA测序来使用。整个流程不需要额外有创操作，医生可以把数据上传到Mangrove云端平台上，系统自动生成转移风险评分并传递给医生和患者。对于低风险患者来说，这个评分可以帮助医生避免过度治疗；对于高风险患者来说，可以提前加强监测和干预力度。 阿里尔·鲁伊斯·阿尔塔巴领导了这项研究，并与阿拉文德·斯里尼瓦桑一起开发了MangroveGS这个工具。日内瓦大学医学院遗传医学与发育学系参与了这次研究。这项研究还揭示了一个重要发现：不同类型实体瘤在转移机制上可能共享某种底层分子语言。 目前这项研究仍需要在更大规模的多中心队列中进行验证，但已经清楚地表明癌症转移并非命运而是可以提前读懂的生物学程序。GS、RNA、日内瓦大学医学院遗传医学与发育学系、瑞士日内瓦大学等多个机构参与了这项重要的研究。