可針對惡瘤作出精準治療 有利改善病人管理策略

瀰漫性腦膠質瘤是成年人最常見的原發性腦腫瘤，一般會透過手術並結合放射式及化療藥物替莫唑胺（TMZ）進行治療。然而，幾乎所有患者都會面對腦膠質瘤復發的問題，令醫學界深受困擾。香港科技大學領導的國際科研團隊近日成功揭示原發性腦腫瘤在接受治療時的惡化機制，並研究出一套人工智能（AI）模型，可預測腦癌患者接受治療後的進程和結果，為改善病人管理策略以及實施精準腫瘤治療提供新方向。 ◆香港文匯報記者 高鈺

港科大生命科學部和化學及生物工程學系夏利萊夫人生命科學副教授王吉光領導的研究團隊，全面分析了544位腦膠質瘤患者的腫瘤分子樣本和臨床數據，當中包括182名東亞患者，以辨識不同種類腦膠質瘤演化的基因組和轉錄組預測因子。

透過大數據分析，研究團隊發現一些與TMZ抗藥性及腦膠質瘤快速惡化相關的早期預測因子，包括患者於初次診斷時已發現調節基因MYC的數量增多，或MYC的目標基因被過度激發，那會誘發腫瘤在治療時發生超突變。團隊亦發現，如患者於初次診斷時，已發現CDKN2A基因缺失，他們後期腫瘤急劇惡化的幾率亦更高。

對復發患者尤有裨益

團隊進一步發現，東亞人的腦腫瘤基因突變，跟白人比較有明顯差異，結果印證了為癌症患者制定個人化治療方案的重要性。王吉光表示，相信透過發現這些腦膠質瘤復發的早期預測因子，有助發展針對這種惡性腫瘤的精準治療，尤其能為復發患者帶來裨益。

為了更好地評估患者接受治療的進程及結果，研究團隊開發了一套名為CELLO2的機器學習模型，用於初診後評估患者的病情，經過訓練的模型，可以準確預測復發的腫瘤會否在TMZ化療下惡化，並識別高風險患者。

團隊又特意設立一個公開的互動網站（CELLO2），讓公眾能夠使用，並為患者和醫生提供腦膠質瘤的長期追蹤數據庫，根據患者的臨床和基因組特徵，預測TMZ化療所誘發的腫瘤超突變和惡化的進程。這個平台對患者來說是一個重要的工具，讓他們能夠更深入地了解腦腫瘤的惡性程度。

是次研究與北京天壇醫院、韓國三星醫學中心和香港中文大學威爾斯親王醫院等合作完成，成果最近於《科學轉化醫學》期刊上發表。首都醫科大學北京天壇醫院教授暨北京市神經外科研究所所長江濤表示，腦膠質瘤患者往往面對復發，CELLO2是第一個可以通過原發腫瘤的分子特徵預測復發腫瘤級別是否升高或耐藥的有效工具，為臨床管理患者和預估患者預後提供了重要參照。

王吉光透露，未來團隊將透過整合更多患者數據，進一步優化機器學習模型，有助研究其他導致腦腫瘤產生抗藥性的分子機制。團隊並正與香港中大、北京天壇醫院和上海華山醫院合作，開發一個整合醫學影像和多組學數據的人工智能平台，推動精準神經腫瘤學的發展。