AI驱动乳腺癌精准治疗突破，生存期显著延长

近日，复旦大学附属肿瘤医院乳腺肿瘤中心主任邵志敏教授领导的团队发布了一项重要的临床试验成果。通过AI模型驱动的“复旦腔面型乳腺癌四分型”分子分型系统，研究团队首次找到了免疫调节型和RTK驱动型腔面型乳腺癌患者的精准治疗靶点，并通过匹配相应的靶向药物，证实了显著提升疗效的可能性。这一研究成果发表在国际顶级期刊《肿瘤细胞》上。

耐药后生存瓶颈亟待突破

乳腺癌是全球女性中发病率最高的癌症，其中腔面型乳腺癌患者约占总数的70%。传统的内分泌治疗在改善患者预后方面发挥了重要作用。然而，随着CDK4/6抑制剂耐药性问题的出现，患者面临治疗方案不统一、疗效不佳的困境。

邵志敏教授指出，乳腺癌新型小分子药物，如CDK4/6抑制剂，在延长晚期腔面型乳腺癌患者生存期方面发挥了重要作用。但耐药后的患者需要根据肿瘤的分子特征更精准地匹配治疗方案，以提升疗效。

AI驱动的精准治疗策略

2023年，邵志敏教授团队首次发布了“复旦腔面型乳腺癌四分型”模型，将腔面型乳腺癌精准划分为四个亚型：经典腔面型(SNF1)、免疫调节型(SNF2)、增殖型(SNF3)和RTK驱动型(SNF4)。

本次LINUX多中心临床研究聚焦于晚期腔面型乳腺癌患者耐药后的治疗困局。依托乳腺癌精准治疗协作组(BCTOP)，研究团队通过对多组学数据深度挖掘，揭示了疾病的异质性，并为不同亚型的患者推断出潜在的精准治疗靶点。

AI模型的快速分型能力

研究团队基于自主建立的分子分型系统，创新性地设计了由AI分子模型驱动的临床研究。通过训练成熟的AI分子模型，研究团队能够快速解读乳腺癌患者病理切片中的“肿瘤基因”等信息。

“AI分子模型作为‘超级大脑’，整合形态学、肿瘤微环境等海量信息，5分钟内即可出具分子分型结果。”——复旦大学附属肿瘤医院乳腺外科范蕾教授

基于AI模型的快速分型，研究团队为不同亚型推断出精准治疗靶点，并匹配相应靶向药物，以观察其疗效。

临床研究的革命性成果

临床研究首次证实，在免疫调节型和RTK驱动型腔面型乳腺癌患者中，精准治疗策略展现出压倒性优势。通过对免疫调节型患者采用卡瑞利珠单抗联合方案，客观缓解率从30%提升至65%。

“对RTK驱动型患者使用阿帕替尼联合治疗，缓解率从20%跃升至70%，疗效提升3.5倍。”——研究报告

两个亚型患者的中位无进展生存期均实现了翻倍以上的延长。

未来的研究方向与应用

基于LINUX多中心II期临床试验的成功，邵志敏教授团队计划开展针对SNF2和SNF4亚型的多中心、随机对照III期临床试验，以验证其在更大规模患者群体中的有效性和优越性。

CDK4/6抑制剂耐药后，ADC药物已成为HR+/HER2-晚期乳腺癌的“重生希望”。未来，研究团队计划在临床中将ADC药物作为每位腔面型乳腺癌患者的基础治疗，并根据个体亚型的不同生物学特性“叠加”“组合”不同的靶向药物。

“通过AI模型驱动的分子分型来指导ADC的精准联合应用，将助力ADC药物从‘普适应用’迈向‘精准治疗’。”——邵志敏教授

这一创新研究平台的成功，不仅为乳腺癌患者带来了新的治疗希望，也为全球癌症研究提供了新的思路。