“數位孿生體”技術可以確定最有效的癌症治療方法
想像一下，醫生告訴你罹患癌症，需要立即治療。 他們向你提供了兩種治療方案，請你選擇其中一種。 顯然，您希望根據您的身體結構，選擇對您所患癌症最有效的治療方法。 那麼，如何在兩種治療方法中做出選擇呢？研究人員讓這項決定變得簡單多了。 透過創建癌症患者的數位雙胞胎，他們可以被用作虛擬的白老鼠，重現臨床試驗，以比較治療效果並預測患者可能的反應。
烏茲瑪-阿斯加爾博士說：”在全世界，我們花費數十億美元開發新的癌症治療方法，有些會成功，但大多數不會。我們可以使用數位孿生來代表單一患者，建立臨床試驗隊列，並對治療方法進行比較，以確定它們是否有可能取得成功，然後再在真正的患者身上進行試驗。工作，同時也是一家專注於個人化癌症治療的生物技術公司Concr的聯合創始人兼首席科學官。
數位孿生體並不新鮮。 美國國家航空暨太空總署（NASA）在20 世紀60 年代就提出了這個概念，當時它創建了多個模擬器來評估阿波羅13 號上發生的氧氣罐爆炸和隨後的引擎損壞情況。 但現在，人工智慧、下一代行動通訊和大數據的進步意味著這項技術已經起飛，並有可能撼動包括醫療保健在內的多個產業。
研究人員將他們的技術稱為FarrSight-Twin。 它以天文物理學家常用的先進演算法為基礎，應用於大量分子和患者數據。 這樣就能將不同的腫瘤學資料集整合到單一的病患反應整體模型中。
簡單地說，每個數位孿生體都是根據數千名接受過不同類型治療的癌症患者的生物數據創建的。 所有數據結合在一起，透過腫瘤的分子數據，再創造一個真實病患的癌症孿生體。 然後，這對孿生體可以接受直接從已發表的臨床試驗中提取的治療方法。
研究人員發現，他們對數位孿生體進行的虛擬臨床試驗準確預測了實際II期或III期臨床試驗的結果，這些臨床試驗涉及乳腺癌、胰腺癌或卵巢癌患者，對兩種不同的藥物療法進行了比較。 接受FarrSight-Twin 預測的最佳治療方法的患者的反應率為75%，而接受其他治療方法的患者的反應率為53.5%。 反應率是指治療後癌症縮小或消失的患者比例。
阿斯哈爾說：「我們很高興能應用這種技術，模擬不同腫瘤類型的臨床試驗，預測病人對不同化療的反應，結果令人鼓舞。這項技術意味著研究人員可以在藥物開發的更早階段模擬患者試驗，他們可以多次重新運行模擬，測試不同的情況，最大限度地提高成功的可能性。 。
三陰性乳癌是一種侵襲性較強的腫瘤，生長速度較快，擴散風險較高。 這是來自倫敦Concr、癌症研究所（ICR）、達勒姆大學和皇家馬斯登醫院的研究人員的合作成果。
他們在2024年10月下旬於西班牙巴塞隆納舉行的第36屆歐洲癌症研究和治療組織-美國國家癌症研究所-美國癌症研究協會（EORTC-NCI-AACR/ENA）研討會上展示了他們利用數位孿生技術預測患者對癌症治療反應性的研究成果。