近日，北京協(xié)和醫(yī)院臨床藥理中心研究團隊聯(lián)合中國醫(yī)學科學院腫瘤醫(yī)院內(nèi)科和華為云醫(yī)療智能體在《American Journal of Cancer Research》發(fā)表研究論文，發(fā)現(xiàn)晚期肺腺癌患者血清中的10種脂質(zhì)代謝物可有效預測表皮生長因子受體－酪氨酸激酶抑制劑（EGFR－TKI）治療的有效性。

鑒于具有EGFR基因敏感突變（mEGFR）的晚期肺腺癌患者接受EGFR－TKI治療后的無進展生存時間（PFS）存在較大差異。因此，尋找能有效預測mEGFR肺腺癌患者治療效果的生物標志物具有重要的臨床意義。

前期，中國醫(yī)學科學院腫瘤醫(yī)院內(nèi)科研究團隊對49名攜帶mEGFR晚期肺腺癌患者給予一代EGFR－TKI靶向治療，并收集患者組織和血漿樣本及臨床治療資料。其中25名患者預后PFS超過11個月，被歸為“療效好”組，24名患者預后PFS短于11個月，被歸為“療效差”組。

“療效好” vs． “療效差”

北京協(xié)和醫(yī)院臨床藥理研究中心團隊對患者的血清和組織樣本展開了靶向代謝組學和二代靶向基因測序分析，經(jīng)單因素及多因素生存分析確定了4個與EGFR－TKI療效相關的基因，同時利用偏最小二乘回歸分析（PLS－DA）初步確定了療效相關的27個代謝物。進一步結(jié)合華為云AutoGenome算法進行AI建模鎖定了10種與療效相關的血清代謝物，包括神經(jīng)酰胺（Cers）、溶血磷脂酰膽堿（LPC）、溶血磷脂酰乙醇胺（LPE）、鞘磷脂（SM）和游離脂肪酸（FA），實現(xiàn)了對“療效好” vs． “療效差”的患者預測分類（AUC＝0．85）。此外，采用最大流最小分割算法，在甘油磷脂代謝和鞘脂代謝途徑中觀察到4個突變基因與4個代謝物基因之間的調(diào)控關系網(wǎng)絡。

該研究表明，脂質(zhì)代謝和mEGFR基因同時突變與一代EGFR－TKI（鹽酸�？颂婺幔┑寞熜�相關，為預測mEGFR肺腺癌患者的臨床反應分類提供了新的視角，并揭示了非侵入性檢測血清代謝物在預測EGFR－TKI療效方面的潛力。

華為云醫(yī)療智能體EIHealth基于華為云AI昇騰集群服務、華為云一站式AI開發(fā)平臺ModelArts的強大AI能力，集成了醫(yī)藥領域眾多算法、工具、AI模型和自動化流水線，目標是打造一個全棧、開放、專業(yè)的醫(yī)療行業(yè)企業(yè)級AI研發(fā)平臺。

論文原文：

Han X， Luo R， Wang L， Zhang L， Wang T， Zhao Y， Xiao S， Qiao N， Xu C， Ding L， Zhang Z， Shi Y． Potential predictive value of serum targeted metabolites and concurrently mutated genes for EGFR－TKI therapeutic efficacy in lung adenocarcinoma patients with EGFR sensitizing mutations． Am J Cancer Res． 2020 Dec 1；10（12）：4266－4286．