英国，12月20日（ANI）：研究人员首次发现了一种罕见骨癌的至少三种独特亚型，这可能会改变临床试验和患者护理。

　　东安格利亚大学领导的一个研究项目已经能够使用先进的数学模型和称为“潜伏过程分解”的机器学习，利用他们的遗传数据将骨肉瘤患者分为不同的亚组。以前，所有患者将被分组在一起并使用相同的方案进行治疗，其结果非常复杂。

　　虽然基因测序之前已经帮助发现了其他癌症的不同亚型，比如乳腺癌或皮肤癌，这些患者随后会接受针对其癌症亚型的个性化治疗，但对于骨原性肉瘤来说，做到这一点要困难得多。骨原性肉瘤是一种始于骨骼的癌症，通常影响儿童和青少年。

　　东英吉利大学诺里奇医学院的首席作者达雷尔·格林博士说：“自20世纪70年代以来，骨肉瘤一直使用非靶向化疗和手术治疗，有时会导致肢体截肢以及化疗的严重和终身副作用。”

　　“在过去的50多年里，研究骨肉瘤新药的多项国际临床试验被认为是‘失败’的。

　　“这项新的研究发现，在每一个失败的试验中，对新药的反应率都很小（大约5%到10%），这表明存在对新疗法有反应的骨肉瘤亚型。”

　　“新药并不像结论那样完全‘失败’；更确切地说，这些药物并不是对所有骨肉瘤患者都有效，但可能成为一种针对特定患者群体的新疗法。

　　“我们希望在未来，使用这种新算法对患者进行分组将意味着半个多世纪以来第一次在临床试验中取得成功的结果。

　　“当患者可以使用针对其癌症亚型的靶向药物进行治疗时，这将有助于摆脱标准化疗。”

　　寻找更友善、更有针对性的骨肉瘤治疗方法是英国儿童癌症协会关注的一个重要领域。

　　2021年，领先的儿童癌症慈善机构向东英吉利大学的团队提供了资金，以研究治疗骨肉瘤的创新方法。

　　英国儿童癌症研究负责人Sultana Choudhry博士说：“投资于开创性的研究项目是推动我们实现每个儿童和年轻人都能从癌症中存活下来的世界愿景不可或缺的一部分。”

　　“我们将资金投入到科学研究中，因为我们已经看到了研究如何为每个孩子的生存机会带来重大影响。

　　“通过资助开创性的研究，我们不仅在推进科学知识，而且在为我们最年轻、最脆弱的癌症患者寻找更温和、更有效的治疗方法。

　　“我们希望这项研究项目的成果将改善年轻癌症患者的诊断、治疗和长期护理。”

　　骨肉瘤是骨癌的一种，在过去的45年里，它的存活率一直停留在50%左右。这主要是因为骨肉瘤的不同亚型尚未完全了解，以及肿瘤周围的免疫系统如何影响它，或者导致癌症抵抗治疗或扩散到身体其他部位的原因。

　　科学家们还没有确定关键的生物标记，可以帮助预测病人的前景或他们对治疗的反应。这些知识上的差距阻碍了在提高生存率方面取得进展。

　　此前，研究人员曾试图通过使用某些计算机方法来预测不同类型的骨肉瘤，这表明这种癌症有不同的亚型。

　　虽然这是向前迈出的重要一步，但这并不能完全解释每个骨肉瘤肿瘤在不同部位之间可能非常不同的事实。

　　这些模型还假设每个肿瘤都可以整齐地归入一个特定的组，尽管肿瘤通常是由许多不同种类的癌细胞组成的。

　　肿瘤内部的这种变异使得准确预测癌症的行为或对治疗的反应变得更加困难。

　　在这项研究中，研究人员使用了一种更先进的方法，称为潜伏过程分解（LPD），该方法考虑了个体肿瘤内部的差异。

　　与早期的方法不同，LPD将肿瘤视为基因活动中隐藏模式的混合体。这些隐藏的模式代表了肿瘤的不同“功能状态”，每种状态都有自己特定的基因表达模式。

　　LPD方法计算出描述一个特定肿瘤需要多少个这样的模式。

　　该研究发现了三种骨肉瘤疾病亚型，其中一种被发现在使用称为MAP的标准化疗药物组合治疗时反应不佳。

　　通过根据这些模式对患者进行分组，医生可以做出更明智的治疗决定。

　　研究人员承认，该研究的主要局限性包括用于LPD模型开发的数据集较小，以及验证队列中的临床数据不完整。

　　由于病例罕见、活检材料有限以及治疗后样本中存在广泛的化疗相关损伤，获得骨肉瘤的组织和相关临床数据尤其具有挑战性。

　　尽管存在这些挑战，但LPD方法被证明是可靠的，因为它在四组不同的独立数据中确定了一致的骨肉瘤亚组。

　　像任何机器学习工具一样，随着数据的增加，结果会变得更好。(ANI)