港科大研发机器学习模型 为脑癌精准治疗提供新方向

21世纪经济报道见习记者李冰琪 香港报道

由香港科技大学（港科大）领导的国际科研团队，近日揭示了原发性脑肿瘤在接受治疗时的恶化机制，并研究出一套人工智能模型。主导研究的港科大生命科学部和化学及生物工程学系夏利莱夫人生命科学副教授王吉光今日（10日）表示，研究数据可预测脑癌患者接受治疗后的进程和结果，为改善病人管理策略以及实施精准肿瘤治疗提供新方向。

弥漫性脑胶质瘤是成年人最常见的原发性脑肿瘤，一般通过手术，并结合放射式治疗与使用化学治疗药物－替莫唑胺（TMZ）进行治疗。然而，TMZ化疗往往只能延长患者约三个月的寿命，因为几乎所有患者都会面对脑胶质瘤复发的问题，而医学界至今仍未确定一套标准疗法促使脑胶质瘤恶化的分子机制。

港科大当日的记者会上，王吉光的研究团队介绍其研究过程，他们全面分析了544位脑胶质瘤患者的肿瘤分子样本和临床数据，其中包括182名东亚患者，目的是辨识不同种类脑胶质瘤演化的基因组和转录组预测因子。

通过大数据分析，研究团队发现一些与TMZ抗药性及脑胶质瘤快速恶化相关的早期预测因子，包括患者于初次诊断时已发现调节基因MYC的数量增多，或MYC的目标基因被过度激发，这些情况均会诱发肿瘤在治疗时发生超突变。

由于样本涉及欧美人群及东亚人群，团队进一步发现，东亚人的脑肿瘤基因突变，跟欧美人比较有明显差异。例如东亚患者脑肿瘤出现7号染色体扩增和10号染色体缺失的几率较少，而出现MYC复制基因扩增的几率则相对较多。至于一种较常在欧美患者身上发现的脑胶质瘤高风险因素rs55705857(G)，却极少在东亚人群中出现。

对此，王吉光指出，这些研究结果印证了为癌症患者制定个人化治疗方案的重要性。他表示，发现这些脑胶质瘤复发的早期预测因子，将有助于针对这种恶性肿瘤的精准治疗的发展，尤其能为复发患者带来裨益。

为了更好地评估患者接受治疗的进程及结果，研究团队开发了一套名为CELLO2的机器学习模型，用于初诊后评估患者的病情。经过训练的模型可以准确预测复发的肿瘤会否在TMZ化疗下恶化，并识别高风险患者。

首都医科大学北京天坛医院教授暨北京市神经外科研究所所长江涛表示，胶质瘤患者往往面对复发，CELLO2是第一个可以通过原发肿瘤的分子特征预测复发肿瘤级别是否升高或耐药的有效工具，为临床管理患者和预估患者预后提供了重要参照。