近日，复旦大学附属肿瘤医院乳腺肿瘤中心主任兼多学科综合诊治团队首席专家邵志敏教授领衔团队发布一项名为LINUX的多中心、随机、对照Ⅱ期平台临床试验研究成果。成果建立起可供临床转化的“复旦腔面型乳腺癌四分型”分子分型系统，首次运用AI模型驱动临床研究，找到免疫调节型和RTK驱动型的腔面型乳腺癌患者精准治疗靶点，通过匹配相应靶向药物，证实可显著提升疗效。该研究发表在国际顶级期刊《肿瘤细胞》，影响因子高达48.8。
乳腺癌是全球女性发病率最高的癌症。约占乳腺癌患者总数近七成的腔面型乳腺癌患者，通过内分泌治疗改善患者预后。“以CDK4/6抑制剂为代表的乳腺癌新型小分子药物，在延长晚期腔面型乳腺癌患者生存期方面发挥重要作用。”邵志敏教授说，“就像钥匙配锁，以往用同一把钥匙开所有锁的方式行不通了，CDK4/6耐药后的患者面临治疗方案不统一、疗效不佳等问题，亟需根据肿瘤的分子特征精准匹配治疗方案，同病异治提升疗效。”
早在2023年，邵志敏教授、江一舟教授和复旦大学生命科学院和人类表型组研究院石乐明教授、郑媛婷教授团队，以及上海市生物医药技术研究院黄薇教授团队，首次发布“复旦腔面型乳腺癌四分型”模型，将腔面型乳腺癌精准划分为4个亚型：经典腔面型（SNF1）、免疫调节型（SNF2）、增殖型（SNF3）和RTK驱动型（SNF4）。
此次LINUX的多中心临床研究聚焦晚期腔面型乳腺癌患者耐药后的治疗困局，依托乳腺癌精准治疗协作组（BCTOP），基于“复旦腔面型乳腺癌四分型”模型，通过对多组学数据深度挖掘，揭示疾病的内在异质性，建立起可供临床转化的“复旦腔面型乳腺癌四分型”分子分型系统，并为不同亚型的腔面型乳腺癌患者，推断出其潜在的精准治疗靶点，匹配相应的靶向药物，通过系列化的临床研究布局，首次前瞻性证实“分型精准、靶点有效、治疗对路、疗效提升”，形成临床研究-精准分型-治疗靶点-疗效验证的科学问题创新研究闭环。
研究团队基于自主建立的“复旦腔面型乳腺癌四分型”分子分型系统，创新设计由人工智能AI分子模型驱动参与的临床研究，通过训练成熟的AI分子模型，直接对乳腺癌患者常规的HE染色病理切片所蕴含的“肿瘤基因”等临床生物信息，进行深度且快速地解读，解决基因测序仅能覆盖数量有限的可成药靶点，以及难以应对肿瘤复杂异质性和动态演变等情况。
“AI分子模型作为超级大脑，整合形态学、肿瘤微环境等海量微观信息，5分钟内就可出具分子分型结果，将精准诊疗的门槛和成本降至极低。”团队成员范蕾教授说，基于AI分子模型快速且精准的分型，团队进一步为不同亚型推断出其潜在的精准治疗靶点，并匹配相应的靶向药物，以观察其疗效。
临床研究首次证实，在免疫调节型和RTK驱动型的腔面型乳腺癌患者中，精准治疗策略展现出压倒性优势。通过对免疫调节型的腔面型乳腺癌患者采用卡瑞利珠单抗联合方案，客观缓解率从30%提升至65%。与此同时，对RTK驱动型的腔面型乳腺癌患者使用阿帕替尼联合治疗，缓解率更是从20%跃升至70%，疗效提升3.5倍。同时，两个亚型的患者中位无进展生存期均实现翻倍以上延长。
江一舟教授表示，研究实现了范式革命，即从“假设验证”转变为“主动发现”，“基于贝叶斯假设的平台试验设计，能根据实时入组数据，动态优化患者分配，快速识别有效方案并淘汰无效方案，极大提升了药物研发和临床验证的效率。”
据悉，下一步团队拟开展针对SNF2和SNF4亚型精准治疗方案的多中心、随机对照III期临床试验，在更大规模的患者群体中验证其有效性和优越性。
方道配资提示：文章来自网络，不代表本站观点。
