导读

个性化精准医疗旨在为个体患者提供最佳治疗选择。这种量身定制的方法可以基于从临床前试验中获得的治疗响应数据，这些数据来自每位患者的组织样本。然而，在影响临床治疗决策的时间窗内获取此类信息仍具有挑战性。近期两项研究报告了与临床试验同时进行的临床前研究结果，表明了功能性个性化医疗策略的可行性。

Acanda De La Rocha等人利用功能性精准医疗（FPM）平台为癌症复发儿童确定独特的治疗方案。一般来说，罕见的复发性或难治性儿童肿瘤患者治疗选择十分有限，并且很少有可用的预测性生物标志物能够提供个性化的治疗建议。当标准治疗手段“黔驴技穷”时，通过结合患者基因组分析和肿瘤细胞的药物敏感性测试（Drug Sensitivity Testing, DST）、功能性精准医疗（Functional Precision Medicine, FPM）为难治性患儿提供“定制”方案，结果显示FPM指导治疗下患者的PFS显著长于接受医生选择方案和既往治疗方案的患者。同时，该研究中每环节的快速实施使功能性精准医疗肿瘤委员会（FPMTB）能够先单独使用功能性DST数据，保证及时讨论每位患者的治疗方案，并在必要和可能的情况下，根据基因组学结果对治疗方法进行优化。对于患有侵袭性疾病的儿童和青少年患者，提出治疗建议的速度对于指导治疗决策至关重要。也就是说，FPM具备提供更多治疗选择和实现积极治疗结果的潜力，其价值值得未来在更大样本量的研究中进一步验证。

DiPeri等人利用一项zanidatamab的I期临床试验患者治疗前后肿瘤组织建立PDX小鼠模型，确认患者与PDX样本中HER-2表达量的一致性，随后利用全外显子测序分析PDX模型分子谱，并汇总分析癌症相关基因突变和拷贝数变异，结果发现MET扩增是导致zanidatamab耐药的机制，表明了MET抑制剂和zanidatamab联合治疗可能作为克服对zanidatamab获得性耐药的潜在治疗方案。这些结果进一步支持在精准肿瘤学和早期药物开发中使用PDX模型来研究固有和获得性耐药机制的重要性。

综上，功能性精准医疗不仅可以成为为每位患者选择最佳治疗方案的强大工具，还可以在肿瘤难治性和复发时调整治疗条件，使个性化精准医疗更接近临床实践（Nat Cancer.2024 Dec;5(12):1784. doi: 10.1038/s43018-024-00853-7）。

 

Tags： 读书报告 | 精准医疗的2项研究