西奈山伊坎医学院的研究人员及其同事使用一种新颖的蛋白质组学策略和各种机器学习工具，确定了一种 64 种蛋白质特征，可以预测卵巢的一个子集不太可能对化疗产生反应的癌症患者。

这项多中心研究于 8 月 3 日在线发表在Cell [DOI#: 10.1016/j.cell.2023.07.004 ]上，报告了对高级别浆液性卵巢癌 (HGSOC) 化疗无效性的开创性分析。这项工作还暗示了这些患者可能的治疗靶点。

上皮性卵巢癌每年导致全球 185,000 多人死亡。HGSOC 造成的死亡人数占这些死亡人数的 60%。尽管治疗取得了进步，但这些患者的死亡率在过去 40 年来一直保持不变。目前，没有办法区分难治性病例(对化疗没有反应)，导致一些患者不必要地经历铂类化疗的副作用而没有获益。

“为了解决这一未满足的关键需求，我们进行了蛋白质组学分析，以确定难治性 HGSOC 的分子特征和潜在的治疗靶点。化疗难治性的预测可以实现精准肿瘤学，使患者免受毒性影响，并帮助通过有针对性的临床试验确定最有效的治疗方法。”纸。

研究人员研究了从 HGSOC 患者收集的 242 个肿瘤样本，其中包括化疗难治性和化疗反应性个体，然后再接受化疗。他们使用先进的计算机模型分析肿瘤的蛋白质和基因表达谱，发现了一组特定的 64 种蛋白质，可以预测哪些肿瘤对一线铂类疗法不会产生良好反应。这一预测在两个独立的患者队列中得到了证实。

此外，根据蛋白质组学数据得出的通路活性测量结果，研究小组还确定了五种新的 HGSOC 亚型，并在两个独立的患者组和实验室培养的肿瘤小鼠模型中进行了验证，这表明可能需要不同的治疗策略。

接下来，研究人员计划在更多回顾性和前瞻性研究中证实他们的发现。研究人员表示，一旦经过验证，临床医生就可以使用这些工具来设计除当前标准化疗之外的定制替代疗法，以帮助难治性肿瘤患者。

作为该研究的一部分，该研究的主要作者Amanda Paulovich 医学博士、哲学博士的实验室正在开展一项新测试，该测试使用多重检测面板来更快、更有效地测量预测模型中的蛋白质。Paulovich 博士是西雅图 Fred Hutchinson 癌症中心的教授，并担任该中心的 Aven 基金会捐赠主席。

该测试将结合多种蛋白质的信息来创建一个单一的评分，表明化疗难治性疾病的可能性。研究人员表示，如果成功的话，对于大约 35% 的化疗难治性卵巢癌患者来说，这可能是一个重大进展，他们可以避免接受对其特定癌症类型无效的治疗。

该论文的标题是“化疗难治性高级别浆液性卵巢癌的蛋白质基因组分析”。