PARP抑制劑——阻斷某些細(xì)胞酶的物質(zhì)——有望治療由同源重組(HR)缺陷引起的癌癥。但它們的作用被低估了，因為大多數(shù)臨床測試并不能可靠地檢測出HR。

令人鼓舞的是，哈佛醫(yī)學(xué)院的科學(xué)家們已經(jīng)開發(fā)出一種人工智能篩選系統(tǒng)——SigMA——他們聲稱該系統(tǒng)能夠成功地"解讀"出HR缺陷的分子特征，而且非常準(zhǔn)確、高效，而且與現(xiàn)有的篩選方法相配合。

近日發(fā)表在<<自然遺傳學(xué)>>雜志上的一篇報道對此進(jìn)行了描述。

"精確醫(yī)學(xué)的核心是找到可操作的遺傳生物標(biāo)志物，并使用針對相關(guān)癌癥驅(qū)動途徑的藥物治療患者。我們相信我們的算法可以極大地提高醫(yī)生提供這種個體化治療的能力。" 該研究的資深作者彼得·帕克(Peter Park)在一份聲明中說，他是哈佛大學(xué)布拉瓦特尼克研究所生物醫(yī)學(xué)信息學(xué)教授。

"我們懷疑有更多沒有BRCA突變的病人可以從PARP抑制劑中獲益，但醫(yī)生不知道他們是哪一種。我們的方法可能有助于消除這一鴻溝。"

正如帕克和他的同事所解釋的，PARP抑制劑通常用于乳腺癌、卵巢癌、胰腺癌和其他BRCA基因突變的癌癥患者。

但并不是所有缺乏HR的病人都有BRCA突變，所以大多數(shù)標(biāo)準(zhǔn)的檢測都沒有發(fā)現(xiàn)。

相比之下，SigMA可以識別HR缺陷的模式特征——被癌變畸形打亂的DNA成分中出現(xiàn)的模式——即使是在只分析一部分基因的臨床試驗中。

研究人員從數(shù)千個已完全測序的腫瘤基因組中挑選出一個語料庫，并對該模型進(jìn)行訓(xùn)練。之后，他們對730個全基因組測序分析的樣本進(jìn)行了性能測試。

他們報告說，它在74%的時間里正確識別了樣本——與目前算法檢測缺乏HR癌細(xì)胞的30%到40%的正確率相比，這是一個改進(jìn)——在隨后的實(shí)驗中，878個乳腺腫瘤樣本來自于之前接受過基因檢測的患者，它檢測到23%的樣品有HR缺乏的跡象。

此外，它還成功地發(fā)現(xiàn)了其他類型癌癥中先前未被識別的HR缺陷。

他們說，SigMA發(fā)現(xiàn)的存在HR缺陷的乳腺癌細(xì)胞系(甚至其他腫瘤類型)，與沒有這種缺陷的細(xì)胞相比，它們對PARP抑制劑的反應(yīng)更好。

"在許多醫(yī)院里，成千上萬的癌癥患者的基因圖譜都是由基因面板繪制的。我們相信，我們的算法能夠以更高的靈敏度檢測潛在致癌缺陷的分子足跡，"該研究的第一作者、HMS生物醫(yī)學(xué)信息系的博士后研究員Doga Gulhan在一份聲明中說。

"這種測試的首要目標(biāo)是幫助臨床醫(yī)生根據(jù)特定基因缺陷的缺失或存在來確定每個患者的最佳治療方案。"

研究人員認(rèn)為，每年大約有27萬人被診斷出患有乳腺癌，其中估計有5%到10%的人患有BRCA缺陷，如果SigMA被納入已經(jīng)在醫(yī)院使用的基因測試中，SigMA將使他們受益。

研究小組警告說，盡管SigMA不能檢測出只有少量突變的癌癥的HR缺陷，但它可以被訓(xùn)練在其他完全測序的基因組體上，以檢測更多種類的突變。

"在過去的幾個月里，我們與許多臨床醫(yī)生進(jìn)行了交談，我們已經(jīng)開始了多項合作，根據(jù)我們的預(yù)測，更多的臨床試驗患者將獲得這種藥物。我們認(rèn)為我們可以用這種計算方法對癌癥治療產(chǎn)生真正的影響。"

"算法的準(zhǔn)確性會因癌癥類型而異。但即使檢出率不那么高，仍然會發(fā)現(xiàn)其他可能被遺漏的病例。這最終意味著為更多人提供更有針對性的治療。"