尽管基因测序之前已经帮助发现了乳腺癌或皮肤癌等其他癌症的不同亚型，这些患者随后接受了针对其癌症亚型的个性化治疗，但对于骨肉瘤（一种起源于骨骼的癌症，通常影响儿童和青少年）来说，实现这一目标要困难得多。
英格兰：研究人员首次识别出至少三种独特的罕见骨癌亚型，这可能会改变临床试验和患者护理方式。
东安格利亚大学领导的一项研究项目使用了一种称为“潜在过程分解”（Latent Process Decomposition, LPD）的高级数学建模和机器学习技术，根据患者的基因数据将其分类为不同的亚组。此前，所有患者都会被归为一类，并接受相同的治疗方案，导致治疗结果非常不一致。
东安格利亚大学诺里奇医学院的主要作者达雷尔·格林博士表示：“自20世纪70年代以来，骨肉瘤一直使用非靶向化疗和手术进行治疗，有时会导致肢体截肢以及化疗带来的严重且长期的副作用。”
“过去50多年中，多项国际临床试验调查了骨肉瘤的新药，但都被认为‘失败’了。”
“这项新研究发现，在每次‘失败’的试验中，对新药有小部分反应率（约5%到10%），这表明存在对新治疗有反应的骨肉瘤亚型。”
“这些新药并非如结论所示‘完全失败’；而是这些药物对所有骨肉瘤患者并不成功，但可能成为某些特定患者群体的新治疗方法。”
“我们希望未来通过使用这种新算法对患者进行分组，能够在超过半个世纪以来首次实现临床试验的成功结果。”
“当患者可以使用针对其癌症亚型的特定药物进行治疗时，这将有助于逐步摆脱标准化疗。”
寻找更温和、更具针对性的骨肉瘤治疗方法是儿童癌症英国慈善组织的重要研究方向。
2021年，该慈善组织为东安格利亚大学的研究团队提供了资金，以研究创新的骨肉瘤治疗方法。
儿童癌症英国慈善组织研究主管苏尔塔娜·乔德里博士表示：“投资于开创性的研究计划对于推动我们实现每个儿童和年轻人都能战胜癌症的愿景至关重要。”
“我们将筹集的资金用于科学研究，因为我们已经看到研究如何显著提高每个孩子的生存机会。”
“通过资助突破性的研究，我们不仅推进了科学知识，还找到了更温和、更有效的治疗方法，为最年轻和最脆弱的癌症患者提供帮助。”
“我们希望这项研究项目的成果能够改善年轻癌症患者的诊断、治疗和长期护理。”
骨肉瘤的生存率在过去45年中一直停滞在50%左右。这主要是因为目前尚未完全了解骨肉瘤的不同亚型，以及肿瘤周围的免疫系统如何影响肿瘤，或是什么导致癌症对治疗产生抗性或扩散到身体其他部位。
科学家们尚未识别出能够预测患者预后或其对治疗反应的关键生物标志物。这些知识空白阻碍了提高生存率的进展。
此前，研究人员尝试通过某些计算机方法预测不同类型的骨肉瘤，这表明存在不同的癌症亚型。
虽然这是一个重要的进展，但这并没有完全考虑到每个骨肉瘤肿瘤从一个部分到另一个部分可能非常不同。
这些模型假设每个肿瘤可以整齐地归入一个特定的组别，即使肿瘤通常由多种不同类型的癌细胞组成。
肿瘤内的这种变异使得准确预测癌症的行为或对治疗的反应更加困难。
在这项研究中，研究人员使用了一种更高级的方法，即潜在过程分解（LPD），这种方法考虑了个体肿瘤内的差异。
与早期方法不同，LPD将肿瘤视为基因活性的隐藏模式混合体。这些隐藏模式代表肿瘤的不同“功能状态”，每种状态都有其特定的基因表达模式。
LPD方法确定描述特定肿瘤所需多少种模式。
研究发现骨肉瘤有三种疾病亚型，其中一种在用标准化疗药物组合MAP治疗时反应较差。
通过基于这些模式对患者进行分组，医生可以做出更明智的治疗决策。
研究人员承认，该研究的关键局限性包括用于LPD模型开发的小数据集，以及验证队列中的不完整临床数据。
由于病例稀少、活检材料有限以及治疗后样本中广泛存在的化疗相关损伤，获取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，LPD方法证明是可靠的，因为它在四个独立的数据集中识别出一致的骨肉瘤亚型。
像任何机器学习工具一样，随着更多数据的加入，结果会变得更好。
(全文结束)
