腫瘤血管是影響腫瘤行為和治療耐受性的腫瘤微環境中的關鍵組分，近日，一篇發表在國際雜誌Science Advances上題為“A tumor vasculature–based imaging biomarker for predicting response and survival in patients with lung cancer treated with checkpoint inhibitors”的研究報告中，來自凱斯西儲大學等機構的科學家們通過進行一項回顧性研究發現，一種新型的人工智能衍生的生物標誌物或能利用常規的成像掃描來預測哪些肺癌患者會對免疫療法產生反應，相關研究結果不僅能為患者和臨床醫生製定療法決策提供指導，還能幫助減少與免疫療法相關的經濟負擔。

        研究者Mohammadhadi Khorrami博士表示，僅僅通過基線CT掃描來預測機體對免疫療法反應的能力或許會改變遊戲規則，因為如果我們發現哪些患者對療法產生或不產生反應，我們都能提供不同的治療模式;此外，由於免疫療法的治療費用驚人(每名患者每年大約需要20萬美元)，因此在開始治療之前非侵入性地確定這種反應的需要就變得非常重要了。

        名為“定量血管彎曲”(QVT，quantitative vessel tortuosity)的新型生物標誌物能分析腫瘤周圍血管的特點，從而影響腫瘤的行為和療法耐受性，腫瘤會適合機體建立新血管的機製並將盡可能多的血液重新導向腫瘤以便其能快速生長並擴散到機體全身，相比正常的血管而言，腫瘤相關的血管是混亂排列和扭曲的。研究者Khorrami及其同事利用AI工具評估了500多名非小細胞肺癌患者在免疫檢查點阻滯療法進行之前和之後機體中QVT生物標誌物的不同方麵，結果發現，對免疫檢查點阻滯療法沒有反應的患者機體的血管要比產生反應的患者的血管更加扭曲，於是他們假設，血管扭曲會導致抗腫瘤細胞在腫瘤位點部位聚集，但並不能有效浸潤腫瘤從而削弱免疫療法的治療效果。

        新型基於人工智能的生物標誌物或能幫助預測非小細胞肺癌患者的免疫療法治療反應。

        研究者Mehdi Alilou說道，我們的成像生物標誌物在基因組、分子和細胞尺度上得到了驗證，其或能潛在作為一種工具來更好地幫助識別不太可能因免疫療法而獲益的非小細胞肺癌患者。這些研究結果非常重要，因為免疫療法通常是非小細胞肺癌患者的第一線療法，而根據美國癌症協會數據顯示，非小細胞肺癌患者占到了所有肺癌患者的84%的比例，然而，大多數患者並沒有從免疫檢查點阻滯療法中獲得持久的治療效果。

        免疫療法往往能讓大約30%的患者獲益，而研究者指出，由於較高的治療費用且失敗率高達70%，因此我們就必須找到更好的方法來預測並監測患者對療法的反應。當決定對哪些患者進行治療以及如何對其進行治療時，臨床醫生確實需要可解釋的特征，而血管扭曲就是一種新型的放射組學方法，其能采用可解釋、更為直觀的人工智能手段來評估是否腫瘤會對療法產生反應，即使在諸如腫瘤尺寸等更明顯的變化變得明顯之前。

        這項研究中，研究人員所開發的新方法能定量測定血管的異常生長，從而就能幫助開發一種動態學方法，在治療之前以及治療過程中測定並監測這些改變。這或許就能為與免疫療法相結合的策略鋪平一條新型的診斷方法。綜上，本文研究結果表明，QVT成像生物標誌物或能潛在幫助預測並監測非小細胞肺癌患者對免疫檢查點阻滯療法的反應。

        原始出處：

        MEHDI ALILOU,MOHAMMADHADI KHORRAMI,PRATEEK PRASANNA, et al. A tumor vasculature–based imaging biomarker for predicting response and survival in patients with lung cancer treated with checkpoint inhibitors, Science Advances (2022). DOI:10.1126/sciadv.abq4609