一種新技術或能預測腫瘤對癌癥療法的反應

　　一篇發表在國際雜志Nature Protocols上題為“Quantitative magnetic resonance imaging and tumor forecasting of breast cancer patients in the community setting”的研究報告中，來自德克薩斯大學等機構的科學家們通過研究開發了一種新型數學建模技術，其或能準確預測乳腺癌患者機體的腫瘤在療法開始后不久對諸如化療等療法所產生的反應，該技術是對目前方法的重大改進，目前的方法僅能在患者接受多個治療周期后幫助確定一線療法的療效。

　　新輔助療法（NAT，Neoadjuvant therapies）的設計旨在縮小腫瘤，通常是必要手術前局部晚期癌癥治療的**步，例子包括化療、激素療法以及最近研究人員所開發的免疫療法；正如研究人員所知，諸如此類療法可能非常有效；然而，其對病人機體的整體健康或許會造成損傷，而且并不能保證治療成功，因此，開發一種新方法來預測癌癥患者對NAT的反應就是向前邁出的關鍵一步。

　　當在事情發生后研究人員往往會對其進行評估時，如果事情進展不順利研究者則無法干預；但如果能在事情發生之前來有效預測其發展趨勢，研究人員或許就能干預并嘗試改善患者的治療結局。研究者Tom Yankeelov說道，我們的目標就是通過開發新方法將先進的MRI數據與基于生物學的數學模型相結合的方法，來預測并優化乳腺癌對NAT的反應，從而解決當前患者的需求。這種新方法與當前腫瘤學研究中其他更受歡迎的趨勢形成了鮮明的對比，而后者更傾向于“大數據”的方法。

　　大數據的方法依賴于從大規模人群的屬性中進行統計推斷，換句話說，獲得大量相關病人的數據是至關重要的；但其仍然不能保證患者能出現更好的結果，因為單個患者可能與用于推斷個人信息的大群體有很大的不同。研究者Yankeelov說道，目前越來越多的研究證據表明，“僅有大數據”的方法會不可避免地掩蓋個別病人隨著時間變化而出現的具體情況，特別是對于像癌癥這種異質性疾?。粸榇?，我們要求病人在接受治療之前提供一組MRI的數據，隨后在治療開始后很早的時候再提供第二組數據；從這兩組數據中，研究者就能對腫瘤的數學模型進行校準，從而進行患者特異性地預測來闡明腫瘤是否會對規定的療法產生反應。

　　研究者表示，在社區衛生診所進行的這項研究表明，該技術能在學術環境之外產生現實世界的影響，然而，想要成功做到這一點，后期研究人員還需要面對很多挑戰并一一解決。研究人員所開發的這項技術也能**實現從實驗臺到床邊的研究，并能改變癌癥患者的護理以及改善其生活質量。