港科大团队研发机器学习模型，为实施精准脑肿瘤治疗提供新方向

10月10日，香港科技大学发布消息，港科大领导的国际科研团队于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，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。研究成果最近于《科学转化医学》期刊上发表。

研究揭示导致脑癌复发的早期预测因子

“我们的研究主要是与北京天坛医院合作，基于大数据的方法研究脑癌的复发机制，以及识别早期的预测因子，同时开发基于人工智能的新方法，潜在地给患者提供指导和帮助。”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在当日的记者会上表示。

据介绍，弥漫性脑胶质瘤是成年人最常见的原发性脑肿瘤，一般经过手术，并结合放射式治疗与使用化学治疗药物－替莫唑胺进行治疗。然而，TMZ化疗往往只可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，而医学界至今仍未厘清这套标准疗法促使脑胶质瘤恶化的分子机制。

王吉光领导的研究团队，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，当中包括182名东亚患者，以辨识不同种类脑胶质瘤演化的基因组和转录组预测因子。

透过大数据分析，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。团队还发现，如患者于初次诊断时，已发现CDKN2A基因缺失，他们后期肿瘤急剧恶化的几率也更高。 此外，团队进一步发现，东亚人的脑肿瘤基因突变，跟白人比较有明显差异。

“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。我们相信发现这些脑胶质瘤复发的早期预测因子，将有助发展针对这种恶性肿瘤的精准治疗，尤其能为复发患者带来裨益。”王吉光说。

提示患者肿瘤演化方向，为预估患者预后提供参照

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副教授柴睿超介绍了对脑肿瘤患者的诊疗流程，以及模型在临床中潜在的应用场景。“我们每年的胶质瘤患者在2000例以上。”柴睿超介绍，目前正在进行前瞻性的临床队列的验证。通过预测模型，利用患者第一次手术的分子特征，可以在报告里提示患者肿瘤演化的方向，为其后续的临床管理，包括复发后的治疗提供参照依据。

北京天坛医院教授暨北京市神经外科研究所所长江涛曾公开表示，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。

对于未来计划，团队表示，将通过整合更多患者数据，进一步优化机器学习模型，有助研究其他导致脑肿瘤产生抗药性的分子机制。团队目前正与香港中文大学、北京天坛医院和上海华山医院合作，开发一个整合医学影像和多组学数据的人工智能平台，推动精准神经肿瘤学的发展。