由香港科技大學（科大）領導的國際科研團隊，近日揭示了原發性腦腫瘤在接受治療時的惡化機制，並研究出一套人工智能模型，可預測腦癌患者接受治療後的進程和結果，為改善病人管理策略以及實施精準腫瘤治療提供新方向。

瀰漫性腦膠質瘤是成年人最常見的原發性腦腫瘤，一般透過手術，並結合放射式治療與使用化學治療藥物－替莫唑胺（TMZ）進行治療。然而，TMZ化療往往只可延長患者約三個月的壽命，因為幾乎所有患者都會面對腦膠質瘤復發的問題，而醫學界至今仍未釐清這套標準療法促使腦膠質瘤惡化的分子機制。

為解開這個謎團，由科大生命科學部和化學及生物工程學系夏利萊夫人生命科學副教授王吉光領導的研究團隊，全面分析了544位腦膠質瘤患者的腫瘤分子樣本和臨床數據，當中包括182名東亞患者，以辨識不同種類腦膠質瘤演化的基因組和轉錄組預測因子。

透過大數據分析，研究團隊發現一些與TMZ抗藥性及腦膠質瘤快速惡化相關的早期預測因子，包括患者於初次診斷時已發現調節基因MYC的數量增多，或MYC的目標基因被過度激發，這些情況均會誘發腫瘤在治療時發生超突變。團隊亦發現，如患者於初次診斷時，已發現CDKN2A基因缺失，他們後期腫瘤急劇惡化的機率亦更高。 

團隊亦進一步發現，東亞人的腦腫瘤基因突變，跟白人比較有明顯差異。例如東亞患者腦腫瘤出現7號染色體擴增和10號染色體缺失的機率較少，而出現MYC 複製基因擴增的機率則相對較多。至於一種較常在白人患者身上發現的腦膠質瘤高風險因素rs55705857(G)，卻極少機會在東亞人群中出現。

王教授說：「這些研究結果印證了為癌症患者制定個人化治療方案的重要性。我們相信發現這些腦膠質瘤復發的早期預測因子，將有助發展針對這種惡性腫瘤的精準治療，尤其能為復發患者帶來裨益。」

為了更好地評估患者接受治療的進程及結果，研究團隊開發了一套名為CELLO2的機器學習模型，用於初診後評估患者的病情。經過訓練的模型可以準確預測復發的腫瘤會否在TMZ化療下惡化，並識別高風險患者。

為了讓公眾能夠使用預測模型，團隊特意設立一個公開的互動網站（CELLO2），為患者和醫生提供腦膠質瘤的長期追蹤數據庫，並可根據患者的臨床和基因組特徵，預測TMZ化療所誘發的腫瘤超突變和惡化的進程。這個平台對患者來說是一個重要的工具，讓他們能夠更深入地了解腦腫瘤的惡性程度。

首都醫科大學北京天壇醫院教授暨北京市神經外科研究所所長江濤教授表示：「膠質瘤患者往往面對復發，CELLO2是第一個可以通過原發腫瘤的分子特徵預測復發腫瘤級別是否升高或耐藥的有效工具，為臨床管理患者和預估患者預後提供了重要參照。」

這項研究與北京天壇醫院、韓國三星醫學中心和香港中文大學（中大）威爾斯親王醫院等合作完成。研究成果最近於《科學轉化醫學》期刊上發表。

未來，團隊將透過整合更多患者數據，進一步優化機器學習模型，有助研究其他導致腦腫瘤產生抗藥性的分子機制。團隊現正與中大、北京天壇醫院和上海華山醫院合作，開發一個整合醫學影像和多組學數據的人工智能平台，推動精準神經腫瘤學的發展。

（原文由香港科技大學環球事務及傳訊處在此發布。）