梅奥诊所（Mayo Clinic）的研究人员发现了一个32基因标记，它是胃癌患者有前途的预后和预测性生物标志物。这项研究发表在2022年2月版的《自然通讯》上。
Tae Hyun Hwang博士是佛罗里达州杰克逊维尔梅奥诊所（Mayo Clinic）人工智能（AI）和信息学领域的癌症研究人员，他与其他研究人员团队合作开发并实施了机器学习和AI算法，以帮助解决临床相关的胃癌挑战。
黄博士说：“如果这是一个临床相关的、生物学上重要的问题，如果我们能够解决这个问题，那就会带来影响。”。“最重要的是我们如何找出最重要的问题，然后学习是否存在我们可以使用计算方法解决的生物机制。”
具体来说，对于胃癌，大多数患者根据其疾病分期进行手术和化疗。黄博士解释说，像这样的模型有助于进一步对患者进行分层，从而带来更精确的护理。它们可以预测治疗反应，根据疾病特征创建患者亚组，并最终在医生做出胃癌决策时提供更多指导信息。
该研究分析了来自19种不同癌症类型的6681名患者的体细胞突变谱。这些数据是从国家癌症研究所（NCI）和国家人类基因组研究所联合的癌症基因组图谱中收集的，并输入到机器学习算法中。
NTriPath识别预后分子通路
NTriPath是一种机器学习算法，此前由黄博士及其同事发现。该算法整合了泛癌体细胞突变数据、基因间相互作用网络和途径数据库，以识别预后癌症相关的分子途径。它被用于识别肾细胞癌、膀胱癌、头颈部鳞状细胞癌和黑色素瘤的特征。
使用NTriPath，研究人员确定了胃腺癌特有的重要途径，并定义了该疾病的四种分子亚型。然后，他们能够测试这些亚型的临床相关性，并创建风险评分模型，以预测总体生存率和对化疗和免疫检查点阻断等疗法的反应。
黄博士说：“这一领域发展很快。”。“如果我们有一个单一的代码，我们可以为患者带来更有效的治疗方法。”
黄博士解释说，以这种方式使用人工智能可以使诊断标准化，并根据患者对治疗反应良好的可能性，确定新出现的胃癌疗法（如免疫疗法）的资格。
发现和临床相关性
黄博士和他的团队从567名患者的治疗前肿瘤样本中生成了基于微阵列的mRNA表达谱，其中89%患有2或3期疾病。所有患者都在韩国延世大学医学院Severance医院接受了手术。
此前，研究人员发现NTriPath确定的前三条路径产生了最好的结果。胃癌的前三条途径由32个基因组成，包括TP53、BRCA1、MSH6、PARP1和ACTA2。
当应用NTriPath时，研究人员发现四种不同的分子亚型具有治疗反应：
第1组过度表达与细胞周期和DNA修复相关的基因。
第2组没有显示出明显的基因过度表达模式。
第3组在凋亡信号和细胞增殖途径中发现过表达基因。
第4组在TGF-β、SMAD、雌激素信号和间充质形态发生途径中发现过表达基因。
第1组是预后最好的亚组，但该组对化疗有不良影响。该组以及第3组对免疫疗法敏感。第3组是预后较差的亚组，但接受化疗的患者生存期延长。第4组是预后最差的亚组，对化疗或免疫治疗无反应。
黄博士说：“一小部分肿瘤实际上对免疫疗法有反应。”。“我们的数据显示，第1组和第3组确实有反应。”黄博士解释说，这些组中的患者不一定是微卫星稳定型（MSS）患者，很可能会被指定不同的治疗路径。
研究人员将这些结果与之前的研究进行了对比分析，以确定签名不仅仅是在重复现有的分类系统。黄博士和他的团队认为，在一项前瞻性临床研究中，应该使用大量患者样本来验证这类工作。出于这个原因，他们选择了32个基因中的一个，在一项前瞻性临床研究中开始进一步测试。
