Science子刊：“快速失败”的人工智能血液检测可以帮助胰腺癌患者避免无效的治疗

　　

约翰霍普金斯大学金梅尔癌症中心的研究人员开发了一种用于检测肿瘤脱落并在患者血液中循环的 DNA 片段的人工智能技术  ，可以帮助临床医生更快地识别和确定胰腺癌疗法是否有效。

在参与两项大型胰腺癌临床试验的患者血液样本中，研究人员测试了名为ARTEMIS-DELFI的方法，发现该方法可用于识别治疗反应。研究人员发现，ARTEMIS-DELFI和研究人员开发的另一种用于研究突变的方法WGMAF，在治疗开始两个月后，比影像学或其他现有的临床和分子标记更能预测疗效。然而，ARTEMIS-DELFI被认定为更优的检测方法，因为它更简单，应用范围可能更广泛。

这项研究的描述于5月21日发表在Science Advances杂志上。它部分得到了美国国立卫生研究院的资助。

资深研究作者、癌症中心癌症遗传学和表观遗传学项目联合主任、医学博士、哲学博士Victor E. Velculescu解释说，治疗胰腺癌患者时，时间至关重要。  许多胰腺癌患者确诊时已是晚期，此时癌症可能进展迅速。

“随着越来越多的胰腺癌实验疗法问世，为患者提供更多潜在治疗选择尤为重要，”Velculescu 说道。“我们希望尽快了解该疗法是否对患者有效。如果无效，我们希望能够换用其他疗法。”

目前，临床医生使用影像学工具来监测癌症治疗反应和肿瘤进展。然而，这些工具得出的结果可能不够及时，且对于接受免疫疗法的患者而言准确性较低，这使得结果的解读更加复杂。在这项研究中，Velculescu 和他的同事测试了两种不同的方法来监测胰腺癌免疫疗法 CheckPAC 2 期临床试验中患者的治疗反应。

一种方法名为 WGMAF（肿瘤知情血浆全基因组测序），它分析了肿瘤活检样本中的 DNA 以及血液样本中的游离 DNA，以检测治疗反应。另一种方法名为 ARTEMIS-DELFI（肿瘤独立全基因组 cfDNA 碎片谱和重复序列分析），它使用机器学习（一种人工智能）扫描患者血液样本中的数百万个游离 DNA 片段。这两种方法均能检测出哪些患者受益于治疗。然而，并非所有患者都有肿瘤样本，而且许多患者的肿瘤样本中癌细胞的比例仅占整体组织的一小部分，而整体组织中还含有正常的胰腺细胞和其他细胞，因此 WGMAF 检测结果存在误差。

Velculescu 表示，ARTEMIS-DELFI 方法适用于更多患者，并且在逻辑上更简单。随后，该团队在名为 PACTO 试验的第二项临床试验中验证了 ARTEMIS-DELFI 是一种有效的治疗反应监测工具。该研究证实，ARTEMIS-DELFI 可以在治疗开始后四周内识别出哪些患者有反应。

“‘快速失败’ARTEMIS-DELFI 方法可能对胰腺癌尤其有效，因为快速更换疗法可能对初始疗法无效的患者有所帮助，”该研究的主要作者 Carolyn Hruban 说道。她在研究期间是约翰·霍普金斯大学的研究生，现在是丹娜—法伯癌症研究所的博士后研究员。“它比使用肿瘤样本更简单、可能更便宜，而且适用范围更广。”

该团队的下一步将进行前瞻性研究，以测试ARTEMIS-DELFI提供的信息是否能帮助临床医生更有效地找到有效的治疗方法并改善患者的预后。类似的方法也可用于监测其他癌症。今年早些时候，团队成员  在 《自然通讯》上发表了一项研究 ，表明一种名为DELFI-TF的无细胞碎片监测方法的变体有助于评估结肠癌的治疗反应。  

“我们的无细胞 DNA 碎片分析可以对患者的治疗反应进行实时评估，可用于个性化护理并改善患者的治疗效果，”Velculescu 说。