机器模型使用基因组数据来预测免疫有效性
发布日期：2021-11-14由克利夫兰诊所肿瘤学家 Timothy Chan 医学博士和同事开发的计算机模型，可以准确预测免疫检查点阻断 (ICB) ，是否对诊断出患有多种癌症的患者有效。
该预测工具使用机器学习开发，可评估个体患者状况中的多个生物学和临床变量，以预测对免疫检查点抑制剂的反应程度和生存结果。它明显优于迄今为止开发的单个生物标志物或其他变量组合。
通过进一步验证，该工具最终应该可以帮助肿瘤学家更好地识别可能受益于需要生物标志物的 ICB 的患者。在治疗前辨别 ICB 对其无效的患者可以减少不必要的费用和潜在副作用的暴露，它还可能表明需要寻求替代策略，例如联合疗法。
“了解患者最适合哪种治疗方式很重要，”克利夫兰诊所免疫治疗和精准免疫肿瘤学中心主任陈博士说。“此外，了解谁做出反应，谁不做出反应让您知道接下来要针对什么，因为这些都是阻碍反应的因素。我们的模型提供了对患者对免疫检查点封锁反应的多样性的全面了解，这是第一个组装如此大规模的临床和基因组变量，这些变量对多种癌症类型的免疫治疗具有预测价值。”
