预测癌症和药物特异性免疫治疗疗效的数学方法

休斯顿卫理公会的研究人员开发了一个数学模型来预测特定癌症对免疫治疗的反应，从而增加了各种癌症免疫治疗药物组合成功治疗的机会。研究结果发表在上个月的自然生物医学工程与MD安德森癌症中心的研究人员合作。

免疫疗法激活患者的免疫系统来识别和攻击他们的癌症，导致比化疗、放疗和其他疗法更高、更有针对性的杀伤率和更少的副作用。虽然这项技术在对抗癌症方面是一个重大进步，但它只对某些类型的癌症有效，而且只对患有这些癌症的一小部分患者有效。

的数学模型使用基于物理和化学定律的数学方程系统来描述涉及免疫治疗和相关的复杂生物系统免疫反应．通常，癌症治疗中的重要参与者或过程(例如，免疫细胞或穿透肿瘤的药物)无法在患者体内测量。数学建模通过发现从其他可测量的量中计算出这些量的方法来克服这一限制。休斯顿卫理公会的王志辉博士和维托里奥·克里斯蒂尼博士及其同事设计了这个模型，仅使用已经在癌症患者中测量的输入来预测免疫反应的强度。该模型建立了一个框架，为个性化医疗的未来迈出了一步。

为了测试他们的模型准确可靠地表征特定免疫治疗治疗的特定癌症类型的特异性强度的能力，他们在四个内部临床试验之一中获得了124名接受检查点抑制剂免疫治疗的患者在免疫治疗前、期间和之后的肿瘤CT或MRI扫描数据。然后使用模型对这些进行分析，以获得治疗反应的具体数值测量。他们发现，量化(1)肿瘤内免疫存在的存在和健康状况，以及(2)免疫治疗激活的免疫细胞对癌细胞的杀伤率的两种模型衍生的测量方法，能够组合成与长期肿瘤负荷高度相关的单一测量方法，从而提供了对其反应强度的独特数值评分癌症对特定的药物。这些结果通过177名接受最常见的检查点抑制剂免疫疗法(抗ctla4或抗pd1 /PDL1单一疗法)治疗的患者的数据进一步得到验证。

该数学模型可以立即在临床中实施，不需要新的技术、人员或广泛的培训。此外，使用其他临床措施来提高基于模型的预测的准确性和精密度的方法，例如来自血液样本或肿瘤活检，目前正在调查中。

这共同努力休斯顿卫理公会和MD安德森癌症中心的研究人员和临床医生之间的合作正在进行中，其长期目标是临床转化这种预测模型．MD Anderson的合作者包括:James Welsh博士;Eugene J. Koay博士;钟秀珍博士;以及David S. Hong博士

---

---