港大张清鹏团队提出个性化癌症治疗新思路：用 AI 控制癌细胞进化过程

977 0 0

文章摘要

前列腺癌是全球男性中发病率较高的癌症之一，其治疗方法包括激素疗法，如雄激素剥夺疗法（ADT）。然而，耐药性的发展常常导致治疗失败，因此，研究人员一直在寻找更有效的个体化治疗方法。

香港大学的张清鹏团队与多个研究机构合作，提出了一种基于数据驱动的强化学习方案，旨在解决传统间歇性雄激素剥夺疗法（IADT）在个体化处理能力上的局限性。

研究团队首先开发了一个时变的混合效应GLV（tM-GLV）模型，该模型基于进化机制的异质性和药物对个体患者的药代动力学。接着，他们提出了一种强化学习支持的个体化IADT框架（Individualized IADT），通过学习个体患者的前列腺肿瘤动态来推导出最佳给药策略。仿真实验表明，这种方法在减少药物剂量的同时，显著延长了前列腺癌患者的病情进展时间，并且该方法同样适用于其他癌症。

在前列腺癌治疗中，耐药性是一个重要难题。传统的IADT存在设计上的问题，如诱导治疗和严格的治疗时间表。最新研究表明，根据PSA阈值来停止和恢复ADT给药可能更为成功。然而，这种设计没有充分利用患者的个性特征和其他临床信息。张清鹏团队的个性化数学肿瘤学模型框架通过整合患者特异性、治疗特异性和肿瘤特异性，模拟了反应性肿瘤和耐药性肿瘤之间的竞争与共存机制，并利用强化学习为个体患者推导出最佳给药策略。

研究团队建立的tM-GLV模型捕捉了癌症生态系统中的关键过程，如选择、竞争、突变和适应。模型中考虑了前列腺癌细胞的两种表型：反应型和抗药型。在雄激素抑制条件下，抗药型癌细胞可以获得生长优势。研究团队还将静态的关系矩阵动态化，以捕捉药物与竞争作用下癌症演化过程中的变异和抗药性的积累。

强化学习算法的应用是这项研究的关键。研究人员测试了多种算法，包括DDPG、TRPO、PPO和SAC，最终发现PPO在学习效率和收敛性方面更为优越。强化学习环境的构建基于tM-GLV模型，包括肿瘤的连续状态空间、药物控制动作和即时反馈（奖励函数）。研究人员定义了状态、行动空间和奖励函数，这是强化学习的三个关键要素。

实验结果显示，强化学习推导出的个体化治疗策略能显著推迟耐药患者的病情进展时间。与标准IADT相比，治疗周期的平均时间缩短，且通过强化学习学到的策略是动态的，根据每位患者的需求量身定制的。仿真结果表明，与标准IADT或ADT相比，个体化治疗策略显著延长了TTP和PFS率，并且减少了药物剂量的使用。

尽管这项研究在数据和模型的通用性方面存在局限性，但它展示了AI和数据科学在癌症治疗中的潜力。未来的工作需要解决现有局限性，收集更多信息，并验证模型在不同肿瘤环境中的有效性和安全性。跨学科的合作对于充分发挥个性化医学的潜力以提高癌症治疗效果至关重要。