未来,靶向治疗、放化疗、免疫治疗、精准治疗这些方法该何去何从?
记者:李光亚
来源:医学界肿瘤频道
8月19~21日,由天津市肿瘤医院主办,美国德克萨斯大学M.D.安德森癌症中心、韩国癌症中心医院、美国墨菲特癌症中心、美国内布拉斯加大学医学中心协办的第二届肿瘤转化医学国际研讨会在津召开,《医学界》记者受邀参会并撷取部分内容与读者分享。
山东省肿瘤医院于金明院士:
观点1:靶向治疗困难重重
相关研究显示,PD-L1抑制剂在PD-L1表达阴性者未必无效,在PD-L1表达阳性者未必有效,同一肿瘤不同组织学类型的PD-L1表达与疗效之间的关系截然不同,PD-L1表达并非理想的预测免疫治疗疗效的biomarker。
而理想的肿瘤标记物应是能指导精准治疗、有很高的敏感性和特异性、与肿瘤分期及负荷正相关、具有所在器官特异性特点、能实现理想的预后和预测。
还有一点很明确,相关预后预测标记物肯定是多个而非一个,肿瘤治疗相关通道也同样是多个而不是一个。
观点2:放疗不再只适用于局部和区域肿瘤
放射免疫远隔效应值得关注,它是将放疗与免疫治疗结合用于肿瘤。
研究发现,大分割放疗较常规分割对肿瘤的免疫反应明显增强,但均未见到明显的对侧放射远隔效应;
大分割较常规分割对肿瘤的局控率更高,可进一步激活肿瘤局部引流淋巴结及全身的免疫反应;
立体放疗治愈肿瘤的原理除传统肿瘤细胞杀伤外,主要依靠:(1)增强或诱发了抗肿瘤免疫系统作用;(2)损伤肿瘤血管,间接杀死肿瘤细胞。
当然,放射免疫远隔效应也面临挑战,如最佳照射剂量的选择、照射时机等。总体来讲,放射治疗已不仅是局部和区域肿瘤的治疗手段。
观点1:中国的精准医学面临五个挑战
中国医院精准医学发展的挑战有五个方面:
建立高质量生物样本库,这需要统一的生物标本收集和管理规范(SOP/质控);
建立统一的生物信息库,需要基因组学信息统一开发和管理;
人才方面,需要专业生物信息处理和试验设计的专家资源;
计算资源和分析工具方面,需具备大规模生物数据和临床数据的分析挖掘能力;
最后,还需要生物信息和表型数据的高质量关联,即多维信息的整合。
经验分享:
天津医科大学肿瘤医院通过构建完整的数据体系迈向肿瘤精准医疗,包括构建临床信息库(临床数据、随访数据、环境暴露数据、个体行为和生活方式)与肿瘤样本库(血标本、肿瘤组织、癌旁组织、正常组织)。
自其成立中国首家肿瘤精准医学大数据中心以来,在第一阶段(6-8个月)主要进行肾癌、肝癌和肺癌方面的研究,未来会逐渐扩展到其他癌种。
目前中心已对109对肾癌肿瘤样本和与之相匹配的正常样本进行了全外显子组测序,共产生2.42T原始数据,每个样本平均11.09G,目标区域平均深度是90.70x。预计今年9月底前完成500例肾癌、肝癌和肺癌的全部测序和基本生物信息学分析工作。
(本文为“医学界肿瘤频道”原创文章,转载需经授权并标明作者和来源。)
联系客服