Caris Life Sciences 在 5800 名患者中驗證用於腦癌治療的 AI 模型

Caris Life Sciences 正在利用一種新型 AI 驅動的特徵標誌挑戰傳統的腦癌療法選擇方法。該標誌已在 5800 多名患者中得到驗證，能夠更好地預測誰將從一線化療藥物替莫唑胺中獲益。此舉使該公司的分子分型平台得以與已建立但精度較低的單基因檢測方法展開競爭。

“用於 GBM 的 Caris AI Insights 特徵標誌展示了 Caris 在追求改善癌症患者預後方面的先進 AI 能力，”Caris 總裁 David Spetzler 在一份聲明中表示。“我們相信，這一標誌可以補充現有的檢測方法，從而為接受 TMZ 治療的膠質母細胞瘤患者提供更好的臨床見解。”

這項發表在同行評審期刊《Neuro-Oncology Advances》上的研究詳細介紹了一個 AI 模型，該模型旨在從全面的基因組數據中推斷 O6-甲基鳥嘌呤-DNA 甲基轉移酶 (MGMT) 啟動子甲基化狀態。MGMT 狀態是預測替莫唑胺 (TMZ) 反應的關鍵生物標誌物，TMZ 是膠質母細胞瘤 (GBM) 的標準治療化療藥物，但傳統的焦磷酸定序檢測可能會產生不穩定的結果。Caris 模型是利用 5841 名患者的臨床基因組數據集開發的，並在超過 3400 例的前瞻性隊列中進行了進一步評估。

對於 Caris (NASDAQ: CAI) 而言，經過驗證的特徵標誌為其在競爭激烈的精準腫瘤學市場中的 MI Cancer Seek® 分型服務提供了關鍵的差異化優勢。通過為膠質母細胞瘤（一種近 50% 的患者對初始治療無反應的疾病）提供更可靠的預後工具，該公司旨在提高神經腫瘤學家的採用率，並在 AI 驅動的診斷領域加強其相對於 Tempus 和 Foundation Medicine 等公司更廣泛的基因組平台的地位。

更精確的預測器

膠質母細胞瘤是最具侵略性且最常見的腦癌形式，中位生存期約為 12 個月。治療的一個關鍵步驟是確定患者是否對 TMZ 有反應。新的 AI 特徵標誌顯示出與基於焦磷酸定序的 MGMT 評估的高度一致性，並且至關重要地提高了將患者劃分為不同生存結果組的能力。

根據研究，該模型根據其特徵評分將患者分為不同的生存組。得分較高的患者在接受 TMZ 治療後的總生存期顯著延長，提供了比傳統檢測的二元結果更清晰的預後前景。這使臨床醫生能夠更明智地決定是繼續進行 TMZ 治療，還是為預計反應較差的患者考慮替代療法和臨床試驗。該 AI 特徵標誌可根據要求隨 Caris 的 MI Cancer Seek® 檢測提供，不需要從患者身上獲取額外的組織。

本文僅供信息參考，不構成投資建議。