港科大生命科学部和化学及生物工程学系夏利莱夫人生命科学副教授王吉光王吉光（左）、首都医科大学北京天坛医院副教授柴睿超（中）与港科大化学及生物工程学系研究助理教授母全华（右）合影。

　　10日，GDToday记者从香港科技大学（港科大）获悉，由该校领导的国际科研团队近期揭示了原发性脑肿瘤在接受治疗时的恶化机制，并研究出一套人工智能模型，可预测脑癌患者接受治疗后的进程和结果，为改善病人管理策略以及实施精准肿瘤治疗提供新方向。研究成果已于《科学转化医学》期刊上发表。

　　据介绍，港科大生命科学部和化学及生物工程学系夏利莱夫人生命科学副教授王吉光领导的研究团队，全面分析了544位脑胶质瘤患者的肿瘤分子样本和临床数据，以辨识不同种类脑胶质瘤演化的基因组和转录组预测因子。

　　通过大数据分析，研究团队发现一些与化学治疗药物－替莫唑胺（TMZ）抗药性及脑胶质瘤快速恶化相关的早期预测因子。同时，团队发现东亚人的脑肿瘤基因突变，跟白人比较有明显差异。团队还发现，如患者于初次诊断时，已发现CDKN2A基因缺失，他们后期肿瘤急剧恶化的几率更高。

　　“这些研究结果印证了为癌症患者制定个人化治疗方案的重要性。”王吉光说，“我们相信发现这些脑胶质瘤复发的早期预测因子，将有助发展针对这种恶性肿瘤的精准治疗，尤其能为复发患者带来裨益。”

　　为更好地评估患者接受治疗的进程及结果，研究团队开发了一套名为CELLO2的机器学习模型，用于初诊后评估患者的病情。经过训练的模型可以准确预测复发的肿瘤会否在TMZ化疗下恶化，并识别高风险患者。

　　团队专门设立公开互动网站（CELLO2，www.wang-lab-hkust.com:3838/cello2）为患者和医生提供脑胶质瘤的长期追踪数据库，并可根据患者的临床和基因组特征，预测TMZ化疗所诱发的肿瘤超突变和恶化的进程。“这一平台对患者来说是一个重要的工具，让他们能够更深入地了解脑肿瘤的恶性程度。”王吉光说。

　　首都医科大学附属北京天坛医院教授、北京市神经外科研究所所长江涛表示，CELLO2是首个可以通过原发肿瘤的分子特征预测复发肿瘤级别是否升高或耐药的有效工具，为临床管理患者和预估患者预后提供了重要参照。

　　研究团队表示，未来将通过整合更多患者数据，进一步优化机器学习模型，有助研究其他导致脑肿瘤产生抗药性的分子机制。此外，团队正与香港中文大学、北京天坛医院和上海华山医院合作，开发整合医学影像和多组学数据的人工智能平台，推动精准神经肿瘤学的发展。

　　GDToday记者 陈晨 发自香港