港科大研发机器学习模型 为脑癌精准治疗提供新方向

21世紀經濟報道見習記者李冰琪 香港報道

由香港科技大學（港科大）領導的國際科研團隊，近日揭示瞭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模型。主導研究的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今日（10日）表示，研究數據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。

彌漫性腦膠質瘤是成年人最常見的原發性腦腫瘤，一般通過手術，並結合放射式治療與使用化學治療藥物－替莫唑胺（TMZ）進行治療。然而，TMZ化療往往隻能延長患者約三個月的壽命，因為幾乎所有患者都會面對腦膠質瘤復發的問題，而醫學界至今仍未確定一套標準療法促使腦膠質瘤惡化的分子機制。

港科大當日的記者會上，王吉光的研究團隊介紹其研究過程，他們全面分析瞭544位腦膠質瘤患者的腫瘤分子樣本和臨床數據，其中包括182名東亞患者，目的是辨識不同種類腦膠質瘤演化的基因組和轉錄組預測因子。

通過大數據分析，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，這些情況均會誘發腫瘤在治療時發生超突變。

由於樣本涉及歐美人群及東亞人群，團隊進一步發現，東亞人的腦腫瘤基因突變，跟歐美人比較有明顯差異。例如東亞患者腦腫瘤出現7號染色體擴增和10號染色體缺失的幾率較少，而出現MYC復制基因擴增的幾率則相對較多。至於一種較常在歐美患者身上發現的腦膠質瘤高風險因素rs55705857(G)，卻極少在東亞人群中出現。

對此，王吉光指出，這些研究結果印證瞭為癌癥患者制定個人化治療方案的重要性。他表示，發現這些腦膠質瘤復發的早期預測因子，將有助於針對這種惡性腫瘤的精準治療的發展，尤其能為復發患者帶來裨益。

為瞭更好地評估患者接受治療的進程及結果，研究團隊開發瞭一套名為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。

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，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征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瞭重要參照。