人工智能工具预测癌症患者对免疫治疗的反应

2024-06-07 来源: drugdu 162

免疫检查点抑制剂是一种免疫疗法药物,使免疫细胞能够靶向并摧毁癌症细胞。目前,美国食品药品监督管理局已经批准了两种预测性生物标志物,用于识别可能受益于免疫检查点抑制剂的患者。第一个生物标志物是肿瘤突变负担,它测量癌症细胞DNA中的突变数量。第二种生物标志物是PD-L1,这是一种在肿瘤细胞上发现的抑制免疫反应的蛋白质,并被一些免疫检查点抑制剂靶向。然而,这些生物标志物在预测患者对免疫检查点抑制剂的反应方面并不总是可靠的。最近利用分子测序数据的机器学习模型已经证明了预测反应的潜力,但这些数据成本高昂,而且不是常规收集的。研究人员现在创建了一种人工智能(AI)工具,该工具使用标准临床数据,如基本血液测试结果,来预测患者的癌症是否会对免疫检查点抑制剂产生反应。
该机器学习模型名为基于逻辑回归的免疫治疗反应评分(LORIS),由美国国家癌症研究所(Bethesda,MD,USA)的科学家开发。它旨在帮助医生确定免疫疗法药物对患者癌症治疗的疗效。人工智能模型的预测基于从患者常规收集的五个临床特征:年龄、癌症类型、全身治疗史、血液白蛋白水平和血液中性粒细胞与淋巴细胞比率(炎症指标)。该模型还考虑了通过测序小组评估的肿瘤突变负担。
该模型是使用来自多个独立数据集的数据构建和验证的,这些数据集包括2881名接受免疫检查点抑制剂治疗的18种实体瘤患者。该模型准确预测了患者对免疫检查点抑制剂做出反应的可能性及其总体生存时间,包括疾病复发前的时间。值得注意的是,该模型还确定了肿瘤突变负担较低的患者,他们仍然可以从免疫疗法中受益。研究结果于2024年6月3日发表在《自然癌症》杂志上。研究人员强调,需要进行更大规模的前瞻性研究,以在临床环境中进一步验证人工智能模型,并使其公开。

来源:
https://www.labmedica.com/immunology/articles/294801415/ai-tool-predicts-cancer-patients-response-to-immunotherapy.html

责编: editor
分享到: