2022-05-18

Can Disc |基于复发性癌基因共变异的精准联合疗法

图灵基因 图灵基因 2022-05-18 13:24

收录于合集#前沿分子生物学技术

德克萨斯大学MD安德森癌症中心的科学家报告了一种新型生物信息学平台的开发，该平台可以根据同时发生的肿瘤改变预测特定患者组的最佳治疗组合。在回顾性验证研究中，该工具选择了在临床前和临床研究中都能改善患者预后的组合。

这项研究“Precision combination therapies based on recurrent oncogenic co-alterations”发表在《Cancer Discovery》杂志上，其研究结果在新奥尔良举行的当前AACR年会上发表。

该平台被称为REcurrent Features LEveraged for Combination Therapy（REFLECT），它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畸变，并识别多种药物可能针对的频繁共现变化，据研究人员称。

“癌细胞依赖于多种驱动因素的改变，这些改变的致癌效应可以通过药物组合来抑制。在这里，我们提供了针对在患者群体中反复出现的致癌共同改变量身定制的精准联合疗法的综合资源。”研究人员写道。

“为了生成资源，我们开发了……REFLECT，它集成了机器学习和癌症信息学算法。使用多组学数据，该方法将患者队列中的复发性共改变特征映射到联合治疗。我们使用来自患者来源的异种移植物、体外药物筛选和联合治疗临床试验的数据验证了REFLECT管道。这些验证表明，REFLECT选择的联合疗法显著提高了疗效、协同作用和生存结果。”

“在具有免疫治疗反应标记物、DNA修复异常和HER2激活的患者队列中，我们已经确定了治疗上可行的和复发性的共同改变特征。REFLECT提供了一个资源和框架，可以在数据驱动的临床试验和临床前研究中设计针对肿瘤队列的联合疗法。”

“我们的最终目标是让精准肿瘤学更加有效，并为患者带来有意义的益处。”生物信息学和计算生物学助理教授Anil Korkut博士说，“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。”

“虽然REFLECT仍然是一个需要额外验证的概念，但我们预计将有很好的机会将这项工作转化为真正的临床益处。未来，来自治疗前患者样本的多组学特征可以加载到REFLECT管道中以生成协同改变特征，从而允许医生考虑针对这些患者的分子特征量身定制的精准组合疗法。”

Korkut表示，未来，这种方法将受益于改进的信息学资源，以更好地将治疗与RNA和蛋白质水平的改变相匹配。此外，研究人员计划扩大他们的研究，以更好地解决和预测匹配药物组合的毒性。最后，未来的研究还将寻求解决肿瘤内显著的异质性，这可能会影响对靶向治疗的反应。