用改善的肿瘤模型个性化癌症护理

癌症是一个主要的，全球挑战，由于人口老龄化和增长，其影响将被预计升级。研究人员认识到诊断和治疗致命癌症的新方法，包括鉴定新药来治疗癌症，这对抑制疾病的日益影响至关重要。

虽然数十年的研究投资已经导致了癌症生存率的显著提高，但一个关键的挑战仍然是寻找新的药物来改善癌症的疗效癌症患者，特别是当肿瘤在整个身体上传播时癌症。

在APL生物工程研究人员指出了识别的主要障碍新药缺乏模型——在实验室环境中模拟人类癌症的有机体——用于准确代表患者肿瘤的癌症研究。它们为开发模型提供了一个战略视角癌症治疗在动物系统和培养系统的研究方面，使用患者个体的模型和该领域需要去的地方。

“除了为癌症研究具有更好的模型外，我们试图向患者标本对患者标本进行快速和可靠的药物测试以帮助个性化癌症护理的地点，我们正试图向患者衍生出患者衍生的模型，”Alana Welm说。“这是功能性精密肿瘤学的概念。”

在功能精准肿瘤学中，在患者来源的异种移植或培养系统中，对每个患者的肿瘤样本进行不同药物敏感性测试，以指导患者在疾病过程中的治疗。

研究人员建议加速速度更强大的方法癌症研究将通过每天运行的临床试验来耦合患者衍生的模型发展。

如果临床数据模型与药物反应信息一起被整理和分享，机器学习可以促进对大数据的分析，以发现跨个体的药物反应或耐药性的复杂模式，然后在患者衍生的模型中进一步测试。

研究人员设想，患者的肿瘤可以通过生物信息来确定一组复杂的特征，这些特征可以用来预测对各种疗法的反应，并通过从以前的研究中收集的功能性药物反应数据来告知患者。研究人员认为，这将有助于在治疗早期选择更有效的药物，同时防止使用没有好处的有毒药物。

这些类型的数据甚至可以与种系DNA序列变体集成，预测动物代谢和毒性，以便更加个性化的方法来减少死亡率癌症同时尽可能地降低毒性。

---

---