山大二院余之刚教授团队在乳腺癌新辅助疗效智能诊断领域取得重要突破
山大二院余之刚教授团队在乳腺癌新辅助疗效智能诊断领域取得重要突破
近日，山东大学第二医院余之刚教授团队在乳腺癌新辅助疗效智能诊断领域取得重要突破。研究团队通过拉曼光谱检测HER2阳性乳腺癌患者新辅助治疗前后血浆来源外泌体分子特征的变化，结合机器学习方法，成功构建了早期疗效预测模型，预测准确率高达0.94。
早期预测HER2阳性乳腺癌新辅助治疗（NAT）的疗效具有重要的临床意义与科学价值。NAT是乳腺癌综合治疗的术前标准治疗，NAT后病理完全缓解（pCR）与远期预后显著相关，但新辅助治疗后患者的pCR情况存在较大的个体差异，部分患者对当前用药不敏感。现有的评价方法，包括血液标志物检测，以及传统的影像学方法，对NAT治疗患者的疗效评价能力有限，不能尽早预测患者的pCR情况。基于目前的评估手段，患者的pCR率仅在20%-80%之间。因此，有必要开发一种新的评价方法，实现对患者治疗反应的动态准确监测。
与传统组织活检受限于高时空异质性的局限性相比，液体活检作为一种无创检测方法，具有无创、快速、简便、动态监测等优点。因此，开发新的液体活检方法，实现肿瘤标志物的动态监测，在评价肿瘤治疗反应中发挥重要作用，有利于改善患者的长期预后。
外泌体作为一种液体活检的重要物质，在肿瘤的发生、发展和治疗反应等方面扮演着重要的角色，并且被认为是潜在的癌症诊断和治疗疗效预测标志物。但目前临床上急需进一步发展外泌体检测新方法，加快癌症体液活检的发展进程。
在此，本研究通过拉曼光谱检测HER2阳性乳腺癌患者新辅助治疗2周期前后血浆来源外泌体分子特征的变化，利用机器学习（PCA、LDA、SVM）方法构建乳腺癌新辅助治疗早期疗效预测模型，AUC值高于0.89。为了进一步提高预测效果，本研究进一步构建了HER2阳性外泌体捕获检测系统(HER2-MEDN)，利用构建的捕获检测系统从患者新辅助化疗前后血浆中提取并检测外泌体，优化得到了更为准确的早期疗效预测模型（准确率超过0.94）。本研究致力于探究外泌体，尤其是HER2-MEDN诊断乳腺癌新辅助早期疗效的准确性，为HER2阳性乳腺癌新辅助治疗的疗效预测诊断提供新思路、新方法。
该研究工作得到了山东省自然科学基金、山东省泰山学者工程、中国博士后科学基金、济南市临床医学科技创新计划等项目的支持。