本文發表在《大眾科學》的前部落格網路中，反映作者的觀點，不一定代表《大眾科學》的觀點
據估計，2022 年美國將診斷出 190 萬例新的癌症病例，相當於每天約 5190 例新病例。此外，預計約有 60 萬美國人死於癌症，每天的死亡人數高達 1670 人。
癌症是美國第二大常見死因，僅次於心臟病，給個人、家庭和整個社會帶來了巨大的負擔。美國癌症生存者醫療保健成本報告估計，2021 年美國癌症的直接醫療成本高達 $2089 億美元。
在過去的十年中，研究、教育、早期檢測方法和治療方面的重大進展提高了癌症生存率，並且新的療法不斷被開發出來。最近推出的癌症免疫療法，特別是基於免疫檢查點抑制劑的療法，在臨床腫瘤學領域開創了新的正規化。這些藥物透過釋放人體自身的免疫反應來促進癌細胞的消除。
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道 訂閱。透過購買訂閱，您正在幫助確保未來有關塑造我們當今世界的發現和想法的有影響力的故事。
雖然傳統的化療和放療等療法通常被用作對抗癌症的一線治療方法，但在有希望的研究、臨床試驗和醫療保險和醫療補助服務中心的新報銷的支援下，免疫療法越來越受歡迎。事實上，最近的一項分析顯示，醫院正在增加對癌症免疫療法的投資，研究人員發現，與 2018 年同期相比，2019 年前三個季度用於治療小細胞肺癌的免疫療法支出增加了 199%。此外，一線免疫療法，無論是單獨使用還是與化療聯合使用，都被認為是治療非小細胞肺癌患者的標準護理。
儘管免疫療法取得了巨大進展，但今天只有一小部分患者從這種療法中獲益。據估計，美國有 43.63% 的癌症患者有資格接受檢查點抑制劑免疫療法，但平均只有 12.5% 的人會產生反應。然而，這些是最佳情況下的估計，對其中幾種藥物的額外研究未能顯示出總生存期或無進展生存期的改善。
與此同時，免疫療法的高成本（每位患者每年 30,000 美元至 300,000 美元）以及發生免疫相關不良事件的風險使醫療系統承受著壓力，只能將此類療法開給最有可能獲益的患者。而且，仍然缺乏識別合適的免疫療法候選者的穩健方法。
從製藥行業的角度來看，無法預測哪些患者將從免疫療法中獲益導致了最近幾項重大臨床試驗的失敗。出於這些原因，確定合適的免疫療法候選者對於最大限度地提高臨床效益、避免不必要的毒性和降低成本至關重要。
現在是時候重新思考我們處理免疫療法的方式，以使更多的患者及其親人受益，同時考慮到當地的財政現實。隨著最近人工智慧和機器學習工具的興起，可以分析複雜的醫療資料，我們現在有機會在治療過程的早期對患者進行分析，以獲得新的理解水平，這將確保不會浪費寶貴的時間在不會產生積極影響或根本沒有任何影響的療法上。
如果在治療計劃開始之前就可以預測患者對給定治療計劃的反應，那麼將節省成本，並且該人可以免受不必要的副作用。
宿主反應
雖然許多癌症治療最初顯示出積極的結果，但最終的耐藥性（以腫瘤復發或擴散為特徵）很常見。傳統上，研究調查腫瘤侵襲性和對治療的耐藥性一直側重於與腫瘤相關的特徵，例如隨著時間推移積累或從早期階段就存在的遺傳和表觀遺傳變化。但這只是冰山一角。
超越腫瘤，觀察實際患者或“宿主”增加了重要的資訊層。現在越來越清楚的是，宿主對治療的生理反應（統稱為宿主反應）最終會影響腫瘤行為，通常有利於腫瘤的生長和擴散。近年來，研究人員一直在調查個體對各種癌症療法的獨特宿主反應如何可能促進治療耐藥性並使結果惡化，正如最近的科學評論所總結的那樣。
從實際意義上講，可以透過分析患者血漿中廣泛選擇的蛋白質，即時監測宿主對任何給定癌症療法的反應。這種分析在治療開始之前進行，可以深入瞭解該人可能如何反應，以及腫瘤-治療-宿主三聯體的預後評估和耐藥機制分析。它是如何工作的？分析在有反應和無反應的患者之間差異表達的蛋白質。機器學習工具與生物資訊學和生物分析相結合，然後識別耐藥相關蛋白質、耐藥通路網路和相關藥物，或可能解決耐藥性的臨床開發藥物。
透過這種分析，該平臺處理三個臨床問題：1. 患者會有反應嗎？ 2. 為什麼會出現耐藥性？ 3. 下一步治療可能是什麼？即使在治療開始之前就回答這些問題，也可以為臨床醫生及其患者提供一層目前根本不存在的資訊。這種方法具有支援臨床決策的潛力，允許基於資料的個性化選擇不同的免疫療法組合，並且在最佳情況下，可以改善結果。
此外，這項技術使我們能夠識別潛在的藥物靶點和藥物組合，以及可能的伴隨診斷開發。在癌症的生物標誌物發現和早期檢測中使用蛋白質組學分析是一個快速發展的領域，一些人認為這是精準醫療的下一個量子飛躍。
例如，考慮一組正在接受標準護理的“一刀切”免疫療法方案的非小細胞肺癌患者。迄今為止，我們沒有生物標誌物可以準確區分哪些患者會從某種藥物或治療組合中獲益。此外，在未來幾年，我們將看到更多獲批的免疫療法組合（目前有 30 多項正在進行的 3 期臨床試驗正在研究不同的免疫療法組合）。如果沒有生物標誌物來指導選擇，在這些選項中進行選擇是不可能的，而不選擇而使用反覆試驗是完全不可接受的。藉助當今開發的新型生物標誌物平臺，包括宿主反應分析，患者和臨床醫生在開始治療之前就可以獲得新的臨床見解，從而徹底改變遊戲規則。
基於蛋白質的生物標誌物平臺可識別和測量推動腫瘤進展的生物過程，因此可以高度預測治療結果。透過在治療開始之前（而不是在週期的後期）檢測這些相互作用，醫生和腫瘤學家可以更好地計劃和調整對個體有效的治療方法。在專注於接受免疫療法的黑色素瘤或非小細胞肺癌晚期患者的診斷時，臨床試驗表明，這種對宿主反應進行預處理分析的方法具有高精度。這些結果在統計學和臨床上都具有重要意義，為精準腫瘤學的未來帶來了巨大的希望。
有了我們手中的工具，癌症治療的未來是光明的。美國臨床腫瘤學會已認識到需要確定更好地預測對免疫療法反應的策略，這是加速抗擊癌症進展的九大研究優先事項之一。宿主反應分析使我們在實現這一目標方面向前邁出了關鍵一步。
隨著我們進一步進入這個十年，宿主反應分析在腫瘤學精準醫療中將發揮越來越大的作用。預處理驗證將為癌症患者及其臨床醫生提供的價值是不可估量的。我們現在可以被賦予一種直到現在才不存在的知識水平。瞭解治療開始前整整 12 個月的患者可能反應，結合對耐藥相關途徑和蛋白質的深入瞭解，應使醫生能夠根據個性化的患者資料，更早地做出關鍵的臨床決策。