Caris Life Sciences 在 5800 名患者中验证用于脑癌治疗的 AI 模型

Caris Life Sciences 正在利用一种新型 AI 驱动的特征标志挑战传统的脑癌疗法选择方法。该标志已在 5800 多名患者中得到验证，能够更好地预测谁将从一线化疗药物替莫唑胺中获益。此举使该公司的分子分型平台得以与已建立但精度较低的单基因检测方法展开竞争。

“用于 GBM 的 Caris AI Insights 特征标志展示了 Caris 在追求改善癌症患者预后方面的先进 AI 能力，”Caris 总裁 David Spetzler 在一份声明中表示。“我们相信，这一标志可以补充现有的检测方法，从而为接受 TMZ 治疗的胶质母细胞瘤患者提供更好的临床见解。”

这项发表在同行评审期刊《Neuro-Oncology Advances》上的研究详细介绍了一个 AI 模型，该模型旨在从全面的基因组数据中推断 O6-甲基鸟嘌呤-DNA 甲基转移酶 (MGMT) 启动子甲基化状态。MGMT 状态是预测替莫唑胺 (TMZ) 反应的关键生物标志物，TMZ 是胶质母细胞瘤 (GBM) 的标准治疗化疗药物，但传统的焦磷酸测序检测可能会产生不稳定的结果。Caris 模型是利用 5841 名患者的临床基因组数据集开发的，并在超过 3400 例的前瞻性队列中进行了进一步评估。

对于 Caris (NASDAQ: CAI) 而言，经过验证的特征标志为其在竞争激烈的精准肿瘤学市场中的 MI Cancer Seek® 分型服务提供了关键的差异化优势。通过为胶质母细胞瘤（一种近 50% 的患者对初始治疗无反应的疾病）提供更可靠的预后工具，该公司旨在提高神经肿瘤学家的采用率，并在 AI 驱动的诊断领域加强其相对于 Tempus 和 Foundation Medicine 等公司更广泛的基因组平台的地位。

更精确的预测器

胶质母细胞瘤是最具侵略性且最常见的脑癌形式，中位生存期约为 12 个月。治疗的一个关键步骤是确定患者是否对 TMZ 有反应。新的 AI 特征标志显示出与基于焦磷酸测序的 MGMT 评估的高度一致性，并且至关重要地提高了将患者划分为不同生存结果组的能力。

根据研究，该模型根据其特征评分将患者分为不同的生存组。得分较高的患者在接受 TMZ 治疗后的总生存期显著延长，提供了比传统检测的二元结果更清晰的预后图景。这使临床医生能够更明智地决定是继续进行 TMZ 治疗，还是为预计反应较差的患者考虑替代疗法和临床试验。该 AI 特征标志可根据要求随 Caris 的 MI Cancer Seek® 检测提供，不需要从患者身上获取额外的组织。

本文仅供信息参考，不构成投资建议。