新平台优化组合癌症疗法的选择

德克萨斯大学 MD 安德森癌症中心的研究人员开发了一种新的生物信息学平台，该平台可以根据同时发生的肿瘤变化预测特定患者组的最佳治疗组合。在回顾性验证研究中，该工具选择了能够改善临床前和临床研究中患者预后的组合。

该研究结果由首席研究员、生物信息学和计算生物学助理教授 Anil Korkut 博士在美国癌症研究协会 (AACR) 2022 年年会上发表。该研究结果今天也发表在《癌症发现》杂志上。

该平台名为REcurrent Features LEveraged for Combination Therapy(REFLECT)，集成了机器学习和癌症信息学算法来分析生物肿瘤特征——包括基因突变、拷贝数变化、基因表达和蛋白质表达异常——并识别常见的同时发生的改变可以被多种药物靶向。

“我们的最终目标是让精准肿瘤学更有效，并为患者创造有意义的利益，”Korkut 说。“我们相信 REFLECT 可能是一种工具，可以通过促进发现和选择与肿瘤分子组成相匹配的联合疗法来帮助克服该领域当前的一些挑战。”

靶向疗法改善了许多癌症患者的临床结果，但针对单一靶点的单一疗法通常会导致治疗耐药。癌细胞经常依赖共同发生的改变，例如两条信号通路的突变，来驱动肿瘤进展。Korkut 解释说，越来越多的证据表明，同时识别和定位这两种改变可以增加持久的反应。

在 Korkut 和博士后研究员 Xubin Li 博士的带领下，研究人员构建并使用 REFLECT 工具开发了一种系统且公正的方法，以将患者与最佳组合疗法相匹配。

他们使用 REFLECT 分析了来自 MD Anderson 和公开来源的泛癌数据集，包括治疗前的患者肿瘤样本、细胞系和患者衍生的异种移植物 (PDX)，代表了 10,000 多名患者和 33 种癌症类型。这产生了 201 个患者队列，每个队列都由一个可治疗的生物标志物定义，例如EGFR突变或 PD-L1 过表达。

在每个队列中，该团队生成了可能成为可操作治疗目标的其他改变的 REFLECT 特征，从而指出可能受益于特定联合疗法的子队列。在所有队列中，研究人员共确定了 2,166 种组合，其中至少有一种食品和药物管理局批准的药物与同时发生的变化相匹配。总共有 45% 的纳入初步分析的患者与至少一种联合治疗相匹配。

研究人员通过对公开可用的临床前和临床研究的回顾性分析验证了 REFLECT 方法，将这些试验中使用的 REFLECT 匹配组合与该工具不匹配的组合进行了比较。

在 PDX 模型的临床前试验中，REFLECT 匹配组合的中位肿瘤体积减少了 34.5%，而非匹配组合增加了 5.1%。同样，匹配组合的无进展生存期(PFS)更高。研究人员还证明了 REFLECT 组合相对于其他组合的协同得分更高，这是使用最高单剂 (HSA) 模型定义的。

标签：