來自西奈山伊坎醫學院的研究人員及其同事利用一種新的蛋白質基因組學策略和各種機器學習工具，已經確定了一組可預測對化療不太可能產生反應的卵巢癌患者亞群的64種蛋白質特征。

這項多中心研究發表在8月3日的《Cell》雜志在線版[DOI: 10.1016/j.cell.2023.07.004]上，報告了一項對高級別漿液性卵巢癌(HGSOC)化療難治性的開創性分析。這項工作也為這些患者提供了可能的治療靶點。

上皮性卵巢癌每年在全球造成18.5萬多人死亡。HGSOC占這些死亡人數的60%。盡管近年來在治療上取得了一些進步，但在過去的40年里，這些患者的死亡率一直保持不變。目前，沒有辦法區分難治性病例(對化療沒有反應)，導致一些患者不必要地經歷了鉑類化療的副作用。

西奈山醫學院遺傳學和基因組科學教授、該論文的共同通訊作者Pei Wang博士說:“為了解決這一關鍵的問題，我們進行了蛋白質基因組學分析，確定難治性HGSOC的分子特征和潛在的治療靶點?；熾y治性的預測因素可以實現精確的腫瘤學，使患者免于毒性，并通過有針對性的臨床試驗幫助確定最有效的治療方法?！?

研究人員分析了242例HGSOC患者接受化療前的腫瘤樣本，包括化療難治性和化療反應性個體。利用先進的計算機模型分析腫瘤的蛋白質和基因表達譜，他們發現了一組特殊的64種蛋白質，可以預測哪些腫瘤對一線鉑類藥物治療反應不佳。這一預測在兩個獨立的患者隊列中得到證實。

此外，基于來自蛋白質組學數據的通路活性測量，研究小組還確定了五種新的HGSOC亞型，并在兩個獨立的患者組和實驗室培養的腫瘤小鼠模型中進行了驗證，這表明可能需要不同的治療策略。

接下來，研究人員計劃在更多的回顧性和前瞻性研究中證實他們的發現。研究人員說，一旦得到驗證，這些工具就可以被臨床醫生用來設計定制的替代療法，而不是目前的標準化療，以幫助難治性腫瘤患者。

作為研究的一部分，該研究的一作Amanda Paulovich博士正在研究一種新的測試，該測試使用多重分析平臺來更快，更有效地測量預測模型中的蛋白質。該測試將結合多種蛋白質的信息，形成一個單獨的評分，表明化療難治性疾病的可能性。研究人員說，如果成功的話，對于大約35%的卵巢癌患者來說，這可能是一個重大的進展，這些患者可以避免對其特定類型的癌癥無效的治療。