科学家们开发出一种新技术，可以预测肠癌如何适应治疗——这一突破可能带来更个性化的疗法，并在未来改善患者的治疗效果。该方法利用进化生物学来预测癌细胞在接触化疗时如何演变，帮助研究人员和临床医生领先于药物抗性一步。
肠癌是英国第四大常见癌症，每年约有44,100例新病例被诊断出来。几十年来，化疗一直是主要治疗方法，但大多数晚期患者最终因药物抗性而死亡——即癌症停止对治疗作出反应。
用机器学习解决进化问题
这项由英国癌症研究所（ICR）和伦敦玛丽女王大学的研究人员开发的新技术，追踪癌细胞随时间对化疗的反应。通过数学建模，研究团队能够区分由罕见基因突变引起的抗性和由非基因变化驱动的抗性。
“就像细菌对抗抗生素产生抗性一样，癌细胞也会对化疗产生抗性，使治疗效果降低，”ICR癌症基因组学与进化中心主任、进化与癌症中心主任特雷弗·格雷厄姆教授解释道。“这种治疗抗性是一个长期存在的问题，我们迫切希望解决它。癌症可能在一段时间内反应良好，但遗憾的是，它们通常会变得抗药，药物不再起作用。”
EIRAs：癌症药物设计的预测工具
研究团队的方法称为EIRAs（进化信息抗性测定），允许研究人员预测抗性如何出现并调整药物以适应。通过确定肿瘤所走的进化路径，临床医生可以更有效地使用现有药物——或开发针对特定抗性机制的新药物。
“通过在化疗过程中研究肠癌细胞，我们已经开发出一种机器学习技术，可以解析这些细胞何时以及如何产生抗性，”格雷厄姆教授说。“我们希望这些信息能帮助我们设计新的个性化药物——这些药物靶向这些变化，从而使癌症对治疗作出反应。我们还认为可以利用这项技术了解如何调整现有药物的剂量，让它们持续发挥作用更长时间。”
广泛应用和商业潜力
研究人员正在寻求商业合作伙伴以扩大EIRAs的应用范围，并已开始探索其在卵巢癌和乳腺癌中的应用。该技术的专利已提交，预计ICR的癌症药物研发中心将在推进新疗法的研究中发挥关键作用。
“作为癌症研究人员，我们一直在寻找方法阻止癌症在治疗失效时继续生长。这项工作将帮助我们识别新靶点，在抗性发展后应对癌症，”ICR首席执行官克里斯蒂安·赫林教授表示。“这项研究结合了机器学习、癌症进化和药物发现的理念。ICR在药物发现方面拥有无与伦比的记录，我期待看到这项技术通过我们的癌症药物研发中心及与合作伙伴的合作，推动造福患者的新疗法的发展。”
从蜗牛到癌细胞的经验借鉴
该项目的跨学科方法还展示了将其他生物系统的进化理论应用于癌症所带来的意外好处。
“这些进展来自于将癌细胞对化疗的抗性视为一个进化问题，”伦敦玛丽女王大学进化遗传学教授理查德·尼科尔斯说。“我们询问它们的抗性是否有基因基础，这建立在最初用于解决生物学家关于蜗牛颜色模式争议的方法之上。这个项目的成功表明了不同领域间思想交叉融合的价值，有时甚至是在看似遥远的相关主题之间。”
借助EIRAs，研究人员希望能够绕过癌症的进化变化——让我们更接近这样一个未来：治疗能够保持更长时间的有效性，而个性化疗法为患者提供更好的生存机会。
(全文结束)
