新的肿瘤空间绘图工具评估癌症侵袭性和个性化治疗

　　科学家开发了一种新的人工智能工具，可以绘制癌性肿瘤中蛋白质的功能，使临床医生能够更精确地决定如何靶向治疗。

　　在透明细胞肾细胞癌(ccRCC)等癌症中，每个患者对现有治疗的反应是不同的，因此很难确定每个患者的正确药物治疗方案。例如，癌症治疗药物贝尔祖替芬(Belzutifan)最近被批准用于治疗ccRCC，但在最常见形式的患者中，反应率仅为49%。

　　为了更好地理解为什么一些患者的反应比其他患者好，来自巴斯大学和诺丁汉大学的研究人员研究了缺氧诱导因子α (HIF2α)的功能，HIF2α是ccRCC的一个关键靶点，被Belzutifan阻断。

　　先前的研究表明，HIF2α的水平并不一定与肿瘤的侵袭性相对应，而且与直觉相反，当存在较高水平的蛋白质时，HIF2α的活性就会降低。这意味着使用高剂量的Belzutifan可能会使患者暴露于昂贵的、有毒的治疗方法中，这些治疗方法可能不起作用，甚至可能使肿瘤更耐药。

　　由生物物理学家、生物学家和计算科学家组成的跨学科团队设计了一种名为FuncOmap的新工具，可以将目标癌蛋白的功能状态映射到肿瘤图像上。这将使临床医生能够直接看到肿瘤中癌蛋白相互作用的位置，从而实现更准确的诊断，并为每位患者提供最佳治疗。研究结果发表在《BJC报告》杂志上。

　　说明计算的示意图

　　过程部分。a)数据流说明了信息在关键阶段的进展。b)浏览器中的交互式FuncOmap。信贷:

　　贝的报告(2024)。DOI: 10.1038 / s44276 - 023 - 00033 - 7

　　巴斯大学治疗创新中心主任banafsh Larijani教授共同领导了这项研究。她说:“人们对药物的反应非常不同。因此，能够预测病人对不同药物的反应是至关重要的，这样就可以量身定制一种治疗方法，使其有效，同时给予最低剂量，以尽量减少副作用。

　　“我们新的计算分析工具使用精度直接绘制患者肿瘤切片中癌蛋白的功能状态，以便临床医生可以改善患者分层，实现个性化医疗。”

　　该团队目前正在与斯坦福大学医学院的Amanda Kirane博士的实验室以及其他外科医生和临床医生合作，在临床领域进一步开发和优化该工具。

　　巴斯大学计算机科学系主任兼UKRI负责任、负责任和透明人工智能博士培训中心(ART-AI)主任Eamonn O'Neill教授说:“这项研究描述了一种新颖而有影响力的研究，这是跨学科工作的本质。

　　“它汇集了计算机科学，生物学和物理学，在UKRI负责任和透明人工智能博士培训中心的保护下，提供能够直接为癌症治疗和其他疾病的临床决策和个性化临床结果提供信息的图像分析。”

　　巴斯大学副校长Jonathan Knight FRS教授说:“这篇论文的令人兴奋之处不仅在于所报道的工作，还在于它说明了如何将生物物理学和转化医学的研究领域与现代计算科学联系起来，从而有望加速将研究成果转化为临床环境中有价值的工具。”这确实放大了跨学科研究的价值。”

　　更多信息:Elena Safrygina等，缺氧诱导因子异二聚化和免疫检查点调节因子在透明细胞肾细胞癌中的空间功能定位，BJC报告(2024)。DOI: 10.1038/ s44277 -023-00033-7由巴斯大学提供引用:用于评估癌症侵袭性和个性化治疗的新肿瘤空间测绘工具(2024年2月9日)检索自2024年2月9日https://medicalxpress.com/news/2024-02-tumor-spatial-tool-cancer-aggressiveness.html。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。