本文发表在《大众科学》的前博客网络中，反映作者的观点，不一定代表《大众科学》的观点
据估计，2022 年美国将诊断出 190 万例新的癌症病例，相当于每天约 5190 例新病例。此外，预计约有 60 万美国人死于癌症，每天的死亡人数高达 1670 人。
癌症是美国第二大常见死因，仅次于心脏病，给个人、家庭和整个社会带来了巨大的负担。美国癌症生存者医疗保健成本报告估计，2021 年美国癌症的直接医疗成本高达 $2089 亿美元。
在过去的十年中，研究、教育、早期检测方法和治疗方面的重大进展提高了癌症生存率，并且新的疗法不断被开发出来。最近推出的癌症免疫疗法，特别是基于免疫检查点抑制剂的疗法，在临床肿瘤学领域开创了新的范式。这些药物通过释放人体自身的免疫反应来促进癌细胞的消除。
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道 订阅。通过购买订阅，您正在帮助确保未来有关塑造我们当今世界的发现和想法的有影响力的故事。
虽然传统的化疗和放疗等疗法通常被用作对抗癌症的一线治疗方法，但在有希望的研究、临床试验和医疗保险和医疗补助服务中心的新报销的支持下，免疫疗法越来越受欢迎。事实上，最近的一项分析显示，医院正在增加对癌症免疫疗法的投资，研究人员发现，与 2018 年同期相比，2019 年前三个季度用于治疗小细胞肺癌的免疫疗法支出增加了 199%。此外，一线免疫疗法，无论是单独使用还是与化疗联合使用，都被认为是治疗非小细胞肺癌患者的标准护理。
尽管免疫疗法取得了巨大进展，但今天只有一小部分患者从这种疗法中获益。据估计，美国有 43.63% 的癌症患者有资格接受检查点抑制剂免疫疗法，但平均只有 12.5% 的人会产生反应。然而，这些是最佳情况下的估计，对其中几种药物的额外研究未能显示出总生存期或无进展生存期的改善。
与此同时，免疫疗法的高成本（每位患者每年 30,000 美元至 300,000 美元）以及发生免疫相关不良事件的风险使医疗系统承受着压力，只能将此类疗法开给最有可能获益的患者。而且，仍然缺乏识别合适的免疫疗法候选者的稳健方法。
从制药行业的角度来看，无法预测哪些患者将从免疫疗法中获益导致了最近几项重大临床试验的失败。出于这些原因，确定合适的免疫疗法候选者对于最大限度地提高临床效益、避免不必要的毒性和降低成本至关重要。
现在是时候重新思考我们处理免疫疗法的方式，以使更多的患者及其亲人受益，同时考虑到当地的财政现实。随着最近人工智能和机器学习工具的兴起，可以分析复杂的医疗数据，我们现在有机会在治疗过程的早期对患者进行分析，以获得新的理解水平，这将确保不会浪费宝贵的时间在不会产生积极影响或根本没有任何影响的疗法上。
如果在治疗计划开始之前就可以预测患者对给定治疗计划的反应，那么将节省成本，并且该人可以免受不必要的副作用。
宿主反应
虽然许多癌症治疗最初显示出积极的结果，但最终的耐药性（以肿瘤复发或扩散为特征）很常见。传统上，研究调查肿瘤侵袭性和对治疗的耐药性一直侧重于与肿瘤相关的特征，例如随着时间推移积累或从早期阶段就存在的遗传和表观遗传变化。但这只是冰山一角。
超越肿瘤，观察实际患者或“宿主”增加了重要的信息层。现在越来越清楚的是，宿主对治疗的生理反应（统称为宿主反应）最终会影响肿瘤行为，通常有利于肿瘤的生长和扩散。近年来，研究人员一直在调查个体对各种癌症疗法的独特宿主反应如何可能促进治疗耐药性并使结果恶化，正如最近的科学评论所总结的那样。
从实际意义上讲，可以通过分析患者血浆中广泛选择的蛋白质，实时监测宿主对任何给定癌症疗法的反应。这种分析在治疗开始之前进行，可以深入了解该人可能如何反应，以及肿瘤-治疗-宿主三联体的预后评估和耐药机制分析。它是如何工作的？分析在有反应和无反应的患者之间差异表达的蛋白质。机器学习工具与生物信息学和生物分析相结合，然后识别耐药相关蛋白质、耐药通路网络和相关药物，或可能解决耐药性的临床开发药物。
通过这种分析，该平台处理三个临床问题：1. 患者会有反应吗？ 2. 为什么会出现耐药性？ 3. 下一步治疗可能是什么？即使在治疗开始之前就回答这些问题，也可以为临床医生及其患者提供一层目前根本不存在的信息。这种方法具有支持临床决策的潜力，允许基于数据的个性化选择不同的免疫疗法组合，并且在最佳情况下，可以改善结果。
此外，这项技术使我们能够识别潜在的药物靶点和药物组合，以及可能的伴随诊断开发。在癌症的生物标志物发现和早期检测中使用蛋白质组学分析是一个快速发展的领域，一些人认为这是精准医疗的下一个量子飞跃。
例如，考虑一组正在接受标准护理的“一刀切”免疫疗法方案的非小细胞肺癌患者。迄今为止，我们没有生物标志物可以准确区分哪些患者会从某种药物或治疗组合中获益。此外，在未来几年，我们将看到更多获批的免疫疗法组合（目前有 30 多项正在进行的 3 期临床试验正在研究不同的免疫疗法组合）。如果没有生物标志物来指导选择，在这些选项中进行选择是不可能的，而不选择而使用反复试验是完全不可接受的。借助当今开发的新型生物标志物平台，包括宿主反应分析，患者和临床医生在开始治疗之前就可以获得新的临床见解，从而彻底改变游戏规则。
基于蛋白质的生物标志物平台可识别和测量推动肿瘤进展的生物过程，因此可以高度预测治疗结果。通过在治疗开始之前（而不是在周期的后期）检测这些相互作用，医生和肿瘤学家可以更好地计划和调整对个体有效的治疗方法。在专注于接受免疫疗法的黑色素瘤或非小细胞肺癌晚期患者的诊断时，临床试验表明，这种对宿主反应进行预处理分析的方法具有高精度。这些结果在统计学和临床上都具有重要意义，为精准肿瘤学的未来带来了巨大的希望。
有了我们手中的工具，癌症治疗的未来是光明的。美国临床肿瘤学会已认识到需要确定更好地预测对免疫疗法反应的策略，这是加速抗击癌症进展的九大研究优先事项之一。宿主反应分析使我们在实现这一目标方面向前迈出了关键一步。
随着我们进一步进入这个十年，宿主反应分析在肿瘤学精准医疗中将发挥越来越大的作用。预处理验证将为癌症患者及其临床医生提供的价值是不可估量的。我们现在可以被赋予一种直到现在才不存在的知识水平。了解治疗开始前整整 12 个月的患者可能反应，结合对耐药相关途径和蛋白质的深入了解，应使医生能够根据个性化的患者数据，更早地做出关键的临床决策。