AI驅動乳腺癌創新藥精準治療，生存期實現翻倍延長，復旦腫瘤團隊成果登頂刊

近日，復旦大學附屬腫瘤醫院乳腺腫瘤中心主任兼多學科綜合診治團隊首席專家邵志敏教授領銜團隊發佈最新臨牀試驗研究成果：基於該團隊建立起的“復旦腔面型乳腺癌四分型”分子分型系統，首次運用AI模型驅動臨牀研究，找到免疫調節型和RTK驅動型的腔面型乳腺癌患者精準治療靶點，通過匹配相應靶向藥，證實可顯著提升療效。該研究發表在國際頂級期刊《腫瘤細胞》。

耐藥後的生存瓶頸亟待創新突破

乳腺癌是全球女性發病率最高的癌症。約佔乳腺癌患者總數近七成的腔面型乳腺癌患者，通過內分泌治療改善患者預後。

“以CDK4/6抑制劑爲代表的乳腺癌新型小分子藥物，在延長晚期腔面型乳腺癌患者生存期方面發揮重要作用。”邵志敏形象比喻，就像鑰匙配鎖，以往用同一把鑰匙開所有鎖的方式行不通了，CDK4/6耐藥後的患者面臨治療方案不統一、療效不佳等問題，需要根據腫瘤的分子特徵更精準地匹配治療方案，“同病異治”提升療效。

2023年，邵志敏教授、江一舟教授團隊首次發佈“復旦腔面型乳腺癌四分型”模型，將腔面型乳腺癌精準劃分爲4個亞型：經典腔面型（SNF1）、免疫調節型（SNF2）、增殖型（SNF3）和RTK驅動型（SNF4）。

本次LINUX的多中心臨牀研究聚焦晚期腔面型乳腺癌患者耐藥後的治療困局，依託乳腺癌精準治療協作組（BCTOP），基於“復旦腔面型乳腺癌四分型”模型，通過對多組學數據深度挖掘，揭示疾病的異質性，建立起可供臨牀轉化的“復旦腔面型乳腺癌四分型”分子分型系統，併爲不同亞型的腔面型乳腺癌患者推斷出其潛在的精準治療靶點，匹配相應靶向藥物，首次前瞻性證實“分型精準、靶點有效、治療對路、療效提升”。

AI驅動“腫瘤基因”快速分型、個體治療

研究團隊基於自主建立的“復旦腔面型乳腺癌四分型”分子分型系統，創新設計由人工智能AI分子模型驅動參與的臨牀研究。研究通過訓練成熟的AI分子模型，直接對乳腺癌患者常規的HE染色病理切片所蘊含的“腫瘤基因”等臨牀生物信息進行深度快速解讀。

“AI分子模型作爲‘超級大腦’，整合形態學、腫瘤微環境等海量微觀信息，5分鐘內就可出具分子分型結果，將精準診療的門檻和成本降至極低。”研究團隊成員、復旦大學附屬腫瘤醫院乳腺外科範蕾教授說，基於AI分子模型快速且精準的分型，研究團隊進一步爲不同亞型推斷出其潛在的精準治療靶點，並匹配相應的靶向藥物，以觀察其療效。

臨牀研究首次證實，在免疫調節型和RTK驅動型的腔面型乳腺癌患者中，精準治療策略展現出壓倒性優勢。通過對免疫調節型的腔面型乳腺癌患者採用卡瑞利珠單抗聯合方案，客觀緩解率從30%提升至65%。與此同時，對RTK驅動型的腔面型乳腺癌患者使用阿帕替尼聯合治療，緩解率更從20%躍升至70%，療效提升3.5倍。同時，兩個亞型的患者中位無進展生存期均實現翻倍以上延長。

江一舟介紹，本次研究實現了研究範式的革命，即從“假設驗證”轉變爲“主動發現”，“基於貝葉斯假設的‘平臺試驗’設計，我們能根據實時入組數據，動態優化患者分配，快速識別有效方案並淘汰無效方案，極大提升了藥物研發和臨牀驗證的效率。”

創新研究平臺助力ADC藥物治療精準化

基於LINUX多中心II期臨牀試驗的成功，邵志敏領銜團隊擬開展針對SNF2和SNF4亞型精準治療方案的多中心、隨機對照III期臨牀試驗，在更大規模的患者羣體中驗證其有效性和優越性。

CDK4/6抑制劑耐藥後，ADC藥物已成爲HR+/HER2-晚期乳腺癌的“重生希望”。“作爲‘平臺試驗’，LINUX研究的核心優勢在於靈活性和可擴展性。”邵志敏展望，未來計劃在臨牀中將ADC藥物作爲每位腔面型乳腺癌患者的基礎治療，並根據個體亞型的不同生物學特性“疊加”“組合”不同的靶向藥物，逐步將目前化療骨架替換爲新一代ADC（抗體偶聯藥物）骨架。

“通過AI模型驅動的分子分型來指導ADC的精準聯合應用，將助力ADC藥物從‘普適應用’邁向‘精準治療’。”邵志敏說。