Nat Commun：科学家开发出一种能预测胃癌患者对疗法产生反应的新型模型

2022年2月27日 讯 /生物谷BIOON/ --基因组分析或能提供预后和可预测的信息来帮助指导临床护理，目前研究人员仍然缺乏可靠地预测胃癌患者对化疗和免疫检查点抑制剂疗法产生反应的生物标志物；近日，一篇发表在国际杂志Nature Communications上题为“Development and validation of a prognostic and predictive 32-gene signature for gastric cancer”的研究报告中，来自延世大学医学院等机构的科学家们通过研究证实了利用基因组测序技术或能预测胃癌患者能从化疗或免疫疗法中获益的可能性。

包围在癌细胞周围的杀伤性T细胞。

图片来源：NIH

研究者Tae Hyun Hwang说道，胃癌是全球癌症相关死亡的主要原因，大部分的胃癌患者都会接受化疗进行治疗，有时候也会接受免疫疗法作为其疗法计划的一部分；然而并非所有患者都能从疗法中获益；于是研究人员试图利用基因组测序技术来构建一种模型，从而来预测患者能从化疗或免疫疗法中获益的可能性。

为了构建这种模型，研究者开发并实施了机器学习算法来整合5000多名患者的遗传学数据，随后他们开发了一种32个基因组成的分子特征，并用于指导患者的护理决策；Hwang说道，我们很高兴这32个基因标志不仅能提供预后信息，还能预测患者是否会从化疗或免疫疗法中获益，尤其研究人员对他们所识别出的能预测患者对免疫疗法反应的32个基因标志感到非常惊讶，因为是辈出胃癌患者机体中对免疫疗法产生反应的可靠生物标志物一直是该研究领域的一大挑战。

研究者表示，这32个基因分子标志仍然需要进行前瞻性研究进行证实，但他们相信最终或能识别出对免疫疗法和化疗产生反应的患者；同样地，研究人员也能识别出不太可能从这两种疗法中获益的患者，从而就会使其免受这些疗法所产生的潜在副作用及其影响。

图片来源：https://www.nature.com/articles/s41467-022-28437-y

目前研究人员正在研究开发基于单个或多个基因的新型试验，从而使得生物标志物更容易获得并在临床上进行安排；研究者Hwang表示，目前他们正在研究人工智能算法，即利用诊断性组织病理学图像来识别最有可能从免疫疗法中获益的患者；目前研究人员还正在研究从实验室中开发的机器学习算法和人工智能算法所提供的免疫疗法耐受性发生的分子机制。

综上，本文研究结果表明，研究人员所识别出的32个基因标志或许能作为非常有前途的预后和可预测生物标志物来指导胃癌患者的临床护理，并利用大型患者队列以一种前瞻性的方式来进行验证。（生物谷Bioon.com）

原始出处：

Cheong, JH., Wang, S.C., Park, S. et al. Development and validation of a prognostic and predictive 32-gene signature for gastric cancer. Nat Commun 13, 774 (2022). doi：10.1038/s41467-022-28437-y