由布莱顿和苏塞克斯医学院 (BSMS) 的研究人员领导的一项研究揭示了一种预测弥漫性大 B 细胞淋巴瘤 (DLBCL)(一种常见的血癌)患者治疗效果的方法。

研究人员利用基因组测序数据创建了个体患者的个性化模拟，可以量化基因突变对癌细胞行为的影响。这种创新方法有望为个性化医疗铺平道路，这将彻底改变临床决策并促进异质性血癌的治疗。

该研究团队由 BSMS 癌症系统生物学讲师 Simon Mitchell 博士领导，专注于利用DLBCL 患者的基因组数据来模拟特定突变如何影响癌细胞内的抗凋亡和促增殖信号。与依赖突变聚类的传统方法不同，模拟提供了对多个突变之间相互作用的更全面理解。他们的方法不是将具有共同突变的患者分组，而是根据复杂信号网络中突变的影响对患者进行分组。

研究发现，个性化模拟成功地在多个数据集中识别出具有不同预后(糟糕、中等和良好)的患者。这是使用全外显子组测序 (WES) 或靶向测序面板的数据实现的，尽管存在突变异质性，但仍提供了可靠的预测。

与许多统计方法不同，模拟的预测准确性随着验证数据集的增大而提高，这强调了将分子网络知识整合到分析中的重要性。这些模型在精确定位同时发生突变(这些突变会促进癌细胞增殖和抗凋亡)的患者方面特别有效，并且能发现传统聚类方法会遗漏的患者。