(资料图片仅供参考)
作为靶向性疗法，激酶抑制剂在改善癌症患者预后方面扮演着非常重要的角色，然而，目前这种疗法还面临相当大的挑战，比如耐药性、无反应性、患者的分层、多药性以及确定的组合性疗法，因此理解肿瘤激酶活性的特性或许会给新型癌症疗法的开发带来革命性的变革。近日，一篇发表在国际杂志Nature Communications上题为“KSTAR: An algorithm to predict patient-specific kinase activities from phosphoproteomic data”的研究报告中，来自弗吉尼亚大学等机构的科学家们通过研究开发出了一种新型算法，其或能快速改善癌症患者的护理，并能很轻松地识别出能从名为激酶抑制剂的强大癌症药物疗法中获益的癌症患者，此外，这种算法还能给患者带来其它诊断方面的好处。
激酶抑制剂是FDA批准的最常见的癌症药物，其对于合适的病人非常有效，但并非对所有人都有效；本文研究中，研究人员所开发的新型算法或能提供一种新型更好的方法来找出能获益的患者，这是为个人量身定做的精准料阀的重要一步。Kristen M. Naegle博士说道，我们对这种算法非常激动，其要比现有的手段表现地更好，且要求和假设更少，这或许就使其更适合于从肿瘤的单一快照信息中了解癌症的状态；将这种方法与当前用于癌症诊断的生物标志物进行结合或许就能帮助研究人员更好地调整疗法，并设计新的组合性疗法，以及预测患者对疗法的反应并设计出更好的临床试验。
这项研究中，研究者Naegle及其同事着手开始克服当前疗法的局限性，从而识别出能从激酶抑制剂疗法中获益的患者，这些方法中的大多数都需要难以获得、有时不可靠的信息，其能对细胞内的磷酸化位点进行量化分析，然而，本文中研究人员开发的新方法并不需要所有复杂的测量，相反，其能根据其它可用的数据来预测关键的信息。这或许就能够使得这种新型算法为称之为激酶的单一酶类产生特定的“KSTAR得分”，临床医生能利用这些得分来确定哪些患者会对激酶抑制剂产生反应，并帮助指导进行最佳的疗法选择。激酶抑制剂目前广泛用于特定类型的血液癌症、乳腺癌和肺癌等，这些药物通常也能与其它疗法组合使用，比如化疗、放疗或外科手术等。
科学家开发出一种用于改善乳腺癌患者治疗的新型算法。
图片来源：Nature Communications(2022). DOI:10.1038/s41467-022-32017-5
在测试这种新算法时，研究者发现，其在不同的组织类型中都能可靠地工作，这或许就表明，其能用于多种不同类型的癌症；作为一个额外的好处，KSTAR算法还能作为一种诊断工具，在测试期间，研究人员指出，KSTAR能确定乳腺癌患者并非是HER2阳性的乳腺癌，而这正如临床医生此前认为的那样，HER2阳性乳腺癌能因HER2靶向性激酶抑制治疗而获益，然而HER2阴性肿瘤则不会，而且HER2抑制也会带来额外的并发症。
此外，研究者发现，在目前的临床手段中，大约20%的患者会被识别出HER2阴性患者，实际上其所携带的HER2特征表明其或许会因HER2靶向性疗法而获益，但目前没有针对这类患者进行治疗，在医生和患者讨论疗法决策时，这种类型的信息或许是非常宝贵的。研究者Naegle说道，目前我们正在与多个癌症研究领域的科学家们合作，从而确定KSTAR算法何时以及如何帮助识别出对疗法产生反应的患者，我们希望能够更好地在正确的时间为合适的患者确定合适的疗法，从而给其带来更好的治疗结果。
综上，本文研究结果表明，研究人员将KSTAR算法应用到了临床乳腺癌磷酸化蛋白质组数据中，并发现来自该算法的激酶活性推断或许有可能帮助补充目前对乳腺癌患者HER2状态的临床诊断。（生物谷Bioon.com）
原始出处：
Crowl, S., Jordan, B.T., Ahmed, H.et al.KSTAR: An algorithm to predict patient-specific kinase activities from phosphoproteomic data.Nat Commun13, 4283 (2022). doi：10.1038/s41467-022-32017-5
