PARP抑制劑——阻斷某些細胞酶的物質——有望治療由同源重組(HR)缺陷引起的癌癥。但它們的作用被低估了，因為大多數臨床測試并不能可靠地檢測出HR。

令人鼓舞的是，哈佛醫學院的科學家們已經開發出一種人工智能篩選系統——SigMA——他們聲稱該系統能夠成功地"解讀"出HR缺陷的分子特征，而且非常準確、高效，而且與現有的篩選方法相配合。

近日發表在<<自然遺傳學>>雜志上的一篇報道對此進行了描述。

"精確醫學的核心是找到可操作的遺傳生物標志物，并使用針對相關癌癥驅動途徑的藥物治療患者。我們相信我們的算法可以極大地提高醫生提供這種個體化治療的能力。" 該研究的資深作者彼得·帕克(Peter Park)在一份聲明中說，他是哈佛大學布拉瓦特尼克研究所生物醫學信息學教授。

"我們懷疑有更多沒有BRCA突變的病人可以從PARP抑制劑中獲益，但醫生不知道他們是哪一種。我們的方法可能有助于消除這一鴻溝。"

正如帕克和他的同事所解釋的，PARP抑制劑通常用于乳腺癌、卵巢癌、胰腺癌和其他BRCA基因突變的癌癥患者。

但并不是所有缺乏HR的病人都有BRCA突變，所以大多數標準的檢測都沒有發現。

相比之下，SigMA可以識別HR缺陷的模式特征——被癌變畸形打亂的DNA成分中出現的模式——即使是在只分析一部分基因的臨床試驗中。

研究人員從數千個已完全測序的腫瘤基因組中挑選出一個語料庫，并對該模型進行訓練。之后，他們對730個全基因組測序分析的樣本進行了性能測試。

他們報告說，它在74%的時間里正確識別了樣本——與目前算法檢測缺乏HR癌細胞的30%到40%的正確率相比，這是一個改進——在隨后的實驗中，878個乳腺腫瘤樣本來自于之前接受過基因檢測的患者，它檢測到23%的樣品有HR缺乏的跡象。

此外，它還成功地發現了其他類型癌癥中先前未被識別的HR缺陷。

他們說，SigMA發現的存在HR缺陷的乳腺癌細胞系(甚至其他腫瘤類型)，與沒有這種缺陷的細胞相比，它們對PARP抑制劑的反應更好。

"在許多醫院里，成千上萬的癌癥患者的基因圖譜都是由基因面板繪制的。我們相信，我們的算法能夠以更高的靈敏度檢測潛在致癌缺陷的分子足跡，"該研究的第一作者、HMS生物醫學信息系的博士后研究員Doga Gulhan在一份聲明中說。

"這種測試的首要目標是幫助臨床醫生根據特定基因缺陷的缺失或存在來確定每個患者的最佳治療方案。"

研究人員認為，每年大約有27萬人被診斷出患有乳腺癌，其中估計有5%到10%的人患有BRCA缺陷，如果SigMA被納入已經在醫院使用的基因測試中，SigMA將使他們受益。

研究小組警告說，盡管SigMA不能檢測出只有少量突變的癌癥的HR缺陷，但它可以被訓練在其他完全測序的基因組體上，以檢測更多種類的突變。

"在過去的幾個月里，我們與許多臨床醫生進行了交談，我們已經開始了多項合作，根據我們的預測，更多的臨床試驗患者將獲得這種藥物。我們認為我們可以用這種計算方法對癌癥治療產生真正的影響。"

"算法的準確性會因癌癥類型而異。但即使檢出率不那么高，仍然會發現其他可能被遺漏的病例。這最終意味著為更多人提供更有針對性的治療。"