2016年，醫(yī)生邀請Eileen Kapotes參加一個用于她的病癥的新藥的臨床試驗，當時Kapotes是50多歲的一級老教師，她正在與已經(jīng)擴散到全身的惡性乳腺癌作斗爭。

在過去的四年中，她嘗試了許多艱苦的治療，包括全腦放射治療，她還一直在服用乳腺癌藥物Herceptin，但她的腫瘤仍在增長?，F(xiàn)在，她有機會嘗試一種截然不同的方法：一種名為ruxolitinib的藥物，最初旨在治療血液和骨髓相關(guān)的癌癥。

Kapotes的腫瘤主治醫(yī)生，西奈山醫(yī)院的Amy Tiersten對她的病人對新藥的反應(yīng)情況感到驚訝。它阻止了她的癌癥繼續(xù)惡化，而且她幾乎沒有副作用。

“我很驚訝。”Tiersten說。

歷時十年，實現(xiàn)對癌細胞分子網(wǎng)絡(luò)建模

ruxolitinib試驗是哥倫比亞大學(xué)系統(tǒng)生物學(xué)家Andrea Califano歷時十年的追求的產(chǎn)物。通過復(fù)雜的計算，他對催化癌細胞的分子網(wǎng)絡(luò)進行建模，并精確定位到轉(zhuǎn)錄因子蛋白作為關(guān)鍵因子，從而控制細胞內(nèi)許多基因表達。

Califano與當時也是哥倫比亞大學(xué)的細胞生物學(xué)家JoséSilva合作，在對Herceptin產(chǎn)生耐藥性的患者群體的組織庫中選取分析了他們?nèi)橄侔颖?。分析結(jié)果表明，一種叫做STAT3的轉(zhuǎn)錄因子在那些癌癥中起著至關(guān)重要的作用。并且已知ruxolitinib抑制STAT3。

一些研究人員專注于找尋能夠?qū)е聜€體疾病的基因突變。因為人們認為，這樣做可以幫助為每個患者確定最佳的靶向藥物。但是由于人群中致癌基因突變的多樣性，那就可能需要成千上萬種藥物來治療不同的人。

相比之下，Califano的做法與上述方式有所不同。相反，他專注于識別少數(shù)充當瓶頸的轉(zhuǎn)錄因子。Califano認為，無論最初由何種基因突變導(dǎo)致癌變，通過靶向那些主要的基因調(diào)控過程，我們都可以阻止癌癥。腫瘤學(xué)家仍將需要分析每個患者的基因突變，以確定哪些調(diào)控因子會在特定的癌癥中起作用，但Califano說，他們不需要成千上萬種藥物來針對不同基因突變，而只需要幾十種。這是個體化醫(yī)療中的非個性化方法。

該策略啟發(fā)于Califano作為物理學(xué)家的計算能力上，他說：“我們已經(jīng)建立了可以對每種不同腫瘤的邏輯進行逆向推斷的算法，以便我們找到藥物的靶標?！?他的算法是系統(tǒng)生物學(xué)的一個典型例子，它使用復(fù)雜的數(shù)學(xué)模型來模擬復(fù)雜的生物系統(tǒng)，例如基因相互作用。這個領(lǐng)域引起了研究者極大的興趣，但是在現(xiàn)實中卻很少取得臨床成就。

哥倫比亞大學(xué)捐助1500萬美元，代碼真的能治療癌癥？

2015年，Califano與他人共同創(chuàng)立了一家名為DarwinHealth的公司，該公司利用他的算法通過識別患者腫瘤中的關(guān)鍵轉(zhuǎn)錄因子并選取合適的靶向藥物來指導(dǎo)醫(yī)生。他的工作贏得了其他研究人員的稱贊，盡管有人指出這種方法僅在人體測試的早期階段，且其臨床用途仍不確定。

非營利性生物醫(yī)學(xué)研究所Jackson Laboratory的總裁兼首席執(zhí)行官Ed Liu樂觀地認為這種方法終將會獲得回報?！半S著我們開發(fā)出越來越精確的方法來針對靶點，他的算法將變得越來越有用”。

Califano的方法即將迎來一次它最大的考驗。哥倫比亞大學(xué)已撥款1500萬美元，用于在未來3年內(nèi)對其醫(yī)院中的3000名癌癥患者進行試驗，并使用DarwinHealth算法分析每個患者的癌癥并推薦個性化治療方法?！斑@可能是我研究中最激動人心的時刻之一，” Califano說，“因為它使我們最終能夠在足夠大的規(guī)模中應(yīng)用這種方法，從而能夠從患者的藥物反應(yīng)中真正的得到一些有用的數(shù)據(jù)和信息”。

如果向癌細胞突變位點在整個調(diào)控網(wǎng)絡(luò)中定位太靠近上游，那么關(guān)閉故障基因?qū)⑹且豁椘D巨的任務(wù)。但是，對于細胞遺傳電路中作為主要調(diào)控因子的轉(zhuǎn)錄因子來說，僅使用一種藥物抑制它也將會導(dǎo)致癌變機制崩潰。

針對所有可能激活癌癥主要調(diào)控因子的突變，將需要許多藥物（A，B，C，D）。單一藥物（X）用于靶向關(guān)鍵調(diào)控因子就可以達到相同的效果。

1958年秋天，一位名叫Fran?ois Jacob的年輕科學(xué)家來到巴黎巴斯德研究所和他的同事Jacques Monod，提出了關(guān)于遺傳機制如何控制細胞行為的假說。這兩個人都有叛逆的性格傾向：在第二次世界大戰(zhàn)中，Jacob代表流亡的法國政府與納粹戰(zhàn)斗導(dǎo)致受傷，而經(jīng)驗豐富的攀巖者Monod參加了法國抵抗運動的游擊活動。在接下來的幾年中，兩人一起工作，他們是第一個揭示遺傳通路想法的人。這項工作使他們獲得了1965年諾貝爾生理學(xué)和醫(yī)學(xué)獎。

在大腸桿菌實驗中，Jacob和Monod發(fā)現(xiàn)，取決于可利用的食物類型，這些細菌中的基因網(wǎng)絡(luò)可以改變某些酶的產(chǎn)生。當糖乳糖豐富時，細菌會打開編碼該酶的基因來使其代謝。但是外界只能獲取葡萄糖（另外一種糖），微生物關(guān)閉了編碼該酶的基因。這是一個開創(chuàng)性的發(fā)現(xiàn)，即單個基因的表達活性可以（通過調(diào)控）被增強或者抑制。

隨后幾十年的實驗幫助揭示了如何發(fā)揮這種控制作用的細胞機制。一個關(guān)鍵因素是轉(zhuǎn)錄因子，是一種增強或抑制其他基因活性的蛋白質(zhì)。單個細胞的基因調(diào)控網(wǎng)絡(luò)要比Jacob和Monod所揭示的（大腸桿菌中的調(diào)控網(wǎng)絡(luò)）要復(fù)雜得多。人類基因組包含20,000個基因，其中大約有1500個產(chǎn)生轉(zhuǎn)錄因子。這些基因構(gòu)建的系統(tǒng)組成了一個包含開關(guān)基因的復(fù)雜調(diào)控網(wǎng)絡(luò)。

Califano認為，如果他能夠確定癌癥的關(guān)鍵開關(guān)，那么他也許能夠關(guān)閉驅(qū)動其災(zāi)難性增值的遺傳突變基因。在1986年完成物理學(xué)家培訓(xùn)后，IBM招募了他參與計算機視覺和人工智能領(lǐng)域的前沿項目。但是IBM設(shè)施的建筑規(guī)范使Califano無法建立實驗室來滿足他對生物學(xué)的研究興趣。

于是他在2000年離開，并于2003年去到哥倫比亞。在他到達的那一天，他開始編寫代碼來解決癌癥難題。

407個轉(zhuǎn)錄因子可能在癌癥中起到關(guān)鍵作用

如今，他算法的基礎(chǔ)數(shù)據(jù)來自一種稱為RNA測序（RNA-seq）的方法。該方法通過對RNA分子進行測序來衡量細胞內(nèi)的基因活性，因為RNA分子會在基因激活或抑制后產(chǎn)生。通過算法處理大量的RNA-seq數(shù)據(jù)，以揭示與健康組織相比，哪些基因在癌癥中表達過度或表達抑制。然后，該算法使用復(fù)雜的方程式推斷基因相互作用的模式，并鎖定其中影響最大的轉(zhuǎn)錄因子。

尋找癌癥的關(guān)鍵驅(qū)動因素并不容易。在2018年對9000多個樣本的分析中，這些樣本報告了近150萬個突變?；蛟阱e綜復(fù)雜的網(wǎng)絡(luò)和反饋回路中相互影響，微小的基因變化相互作用誘發(fā)癌變的方式非常之多。

Califano說：“據(jù)說，一個腫瘤中可能有1000個可以引發(fā)癌癥的基因位點，因此潛在的癌癥突變組合數(shù)量會比比宇宙中原子還多?！?/p>

制藥行業(yè)無法為每種獨特的組合生產(chǎn)新藥。相比之下，1980年至2018年間，有126種新的抗癌藥物獲得了美國食品藥品監(jiān)督管理局（FDA）的批準。因此，精準定位誘發(fā)癌變的關(guān)鍵調(diào)控因子是如此重要。

在哥倫比亞大學(xué)，他與他的前博士后研究員Mariano Alvarez合作開發(fā)了通過這些網(wǎng)絡(luò)進行分類的更有效算法。目前的一種叫做VIPER（通過豐富的調(diào)節(jié)子分析來虛擬推斷蛋白質(zhì)活性的簡稱），已被用于數(shù)十項有關(guān)復(fù)雜且相互關(guān)聯(lián)的遺傳網(wǎng)絡(luò)在膀胱癌，前列腺癌和肺癌中作用機制的研究。

Califano及其同事最近使用VIPER算法在美國政府資助的數(shù)據(jù)庫Cancer Genome Atlas中篩查了來自10,000多個個體腫瘤樣本的RNA-seq數(shù)據(jù)。研究小組發(fā)現(xiàn)，不同類型的癌癥比以前認為的有更多共同作用點。

這項分析目前正準備發(fā)表，在所有癌癥樣本中，至今已鑒定出407個轉(zhuǎn)錄因子可能在癌癥中起到關(guān)鍵作用。其中只有20到25個基因會與任何一種癌癥都相關(guān)關(guān)-卡利法諾說，與癌癥作斗爭不可能需要抑制所有這些轉(zhuǎn)錄因子表達：僅僅調(diào)控幾個結(jié)點就足夠了。

Liu說，Carifano“是最早將復(fù)雜算法推廣到這領(lǐng)域的人之一，然后又有后來者效仿”。冷泉實驗室癌癥中心主任David Tuveson補充說，Carifano算法的優(yōu)勢在于，它們可以研究包括RNA和蛋白質(zhì)在內(nèi)的基因產(chǎn)物的整個網(wǎng)絡(luò)。Tuveson就在自己的研究中使用VIPER尋找胰腺癌的治療方法。

走向商業(yè)化

Califano也希望將其算法應(yīng)用于患者。將這種方法商業(yè)化的想法始于2013年，在英屬維爾京群島的海灘上。在那兒，他遇到了正在度假的Gideon Bosker，他是一名外科醫(yī)生，通過急診藥物開始，后來成功創(chuàng)立了一家醫(yī)學(xué)教育公司。兩人一拍即合，兩年后他們決定組建DarwinHealth。哥倫比亞大學(xué)將VIPER技術(shù)授權(quán)給DarwinHealth，而Bosker在初創(chuàng)時為其事業(yè)投入了140萬美元資金。從那之后，公司的算法已經(jīng)幫助了十多個行業(yè)合作者的研究項目。

DarwinHealth將Califano的算法與有關(guān)藥物作用在多個基因的實驗信息數(shù)據(jù)庫結(jié)合在一起，該數(shù)據(jù)庫是公司通過文獻和來源匯總而來。只要按照通用標準獲取患者組織，世界各地的醫(yī)生就可以將組織樣本發(fā)送至哥倫比亞病理部門，在那里從細胞中提取RNA。

該公司以1600美元的價格可以為單個在癌癥中起作用的關(guān)鍵調(diào)節(jié)子生成了一個“OncoTarget”輸出結(jié)果，同時還對現(xiàn)有的能夠抑制腫瘤中25種最活躍的轉(zhuǎn)錄因子以及能夠激活在腫瘤中沉默的25個轉(zhuǎn)錄因子的藥物進行了更為復(fù)雜的“ OncoTreat”模型計算。該產(chǎn)品于2018年推出。

俄勒岡健康與科學(xué)大學(xué)奈特癌癥研究所精準腫瘤學(xué)主任，曾幫助開拓系統(tǒng)生物學(xué)領(lǐng)域的GORDON MILLS指出，Califano的抗癌算法仍然必須克服許多障礙。MILLS說：“人們一直懷疑我們是否能夠預(yù)測人類疾病的復(fù)雜性，”他在自己的研究中嘗試運用Califano的算法?！耙延袛?shù)百種算法嘗試在面對癌癥的復(fù)雜性和異質(zhì)性時失敗，從而在其運用于臨床之前被淘汰。”

但是Califano在一個成功的癌癥藥物：thalidomide，曲折發(fā)展過程中看到了他尋找癌癥關(guān)鍵因素的希望。在1950年代中期，該藥物作為鎮(zhèn)靜劑用于治療失眠和焦慮癥。醫(yī)生還曾給孕婦使用該藥，以防惡心。但是它造成了嬰兒嚴重的先天缺陷，包括四肢缺失和心臟問題，被證明具有破壞性。但是，thalidomide作為一種治療麻風病的藥物已經(jīng)卷土重來。1997年，醫(yī)生開始對這種藥物針對多發(fā)性骨髓瘤（一種影響白細胞的癌癥）的效果進行測試。

此后，科學(xué)家們更進一步的研究了thalidomide的工作原理。在2018年，他們發(fā)現(xiàn)thalidomide會在細胞內(nèi)部分泌一種稱為cereblon的蛋白質(zhì)復(fù)合體標記某些轉(zhuǎn)錄因子使之失活。而在多發(fā)性骨髓瘤中，正是這些轉(zhuǎn)錄因子，IKZF1和IKZF3在基因網(wǎng)絡(luò)中起到促使癌細胞生長的關(guān)鍵作用。對Califano而言，thalidomide的成功表明了尋找可以靶向癌癥主要調(diào)節(jié)因子的現(xiàn)有藥物的意義。

候選藥物稀缺。鑒于許多藥物都作用于蛋白質(zhì)酶，并具有易于找到的活性位點進行靶向，但是轉(zhuǎn)錄因子缺乏這種易于靶向的位點，許多研究人員認為它們難以用藥物調(diào)控。

但是Califano的Columbia實驗室正試圖將其列出潛在藥物清單。使用帶機械臂的龐大機器輔助處理腫瘤細胞樣本，以進行高通量篩選，研究候選藥物如何改變細胞的RNA-seq圖譜，以及這些藥物是否會逆轉(zhuǎn)主調(diào)節(jié)因子的活性。并且通過一臺價值1200萬美元的超級計算機（大學(xué)研究人員的共享資源）在大樓地下對數(shù)據(jù)進行分析。

美國FDA批準的生產(chǎn)治療多發(fā)性骨髓瘤的thalidomide的百時美施貴寶公司（Bristol Myers Squibb）也加入了這一行列。它已與DarwinHealth簽約，以系統(tǒng)地搜索這家制藥巨頭的化合物庫，尋找可能靶向關(guān)鍵調(diào)節(jié)因子的其他化合物。

北京腫瘤醫(yī)院確認也將使用該技術(shù)輔助治療

DarwinHealth的方法依據(jù)還來自于西奈山伊坎醫(yī)學(xué)院的Samir Parekh及其國際合作者的最新研究支持。該團隊最近完成了一項臨床試驗，以測試dexamethasone和selinexor兩種藥物的組合在用于多發(fā)性骨髓瘤的效果。該組合僅在約四分之一的患者中起作用，降低了他們血液中骨髓瘤蛋白的水平。在回溯分析中，DarwinHealth工具能夠預(yù)測哪些患者會有反應(yīng)。研究人員去年在（New England Journal of Medicine）上報道說，通過評估12位患者的RNA-seq數(shù)據(jù)，該工具確定了實際5位受益于這種藥物的患者中的4位以及實際7位未受益于這種藥物的患者中的6位。

蒙特利爾大學(xué)Morgan Craig研究使用計算方法識別新藥，他認為了解分子網(wǎng)絡(luò)在癌癥中的作用可以促進個體化醫(yī)療的發(fā)展。Craig解釋說，像DarwinHealth所使用的算法“可能不會立即取代臨床方法”，“但這絕對是朝著更系統(tǒng)地進行藥物靶向識別邁出的一步”。

DARWINHEALTH并未進行臨床試驗，但過去3年中，Carifano在哥倫比亞實驗室中測試了該公司的算法。研究人員分析了來自100多個癌癥患者的活檢樣品中的RNA-seq數(shù)據(jù)，以確定主要的調(diào)節(jié)因子，并給出了通常不考慮使用的藥物（就像DarwinHealth的商業(yè)服務(wù)一樣）。

在幾十個案例中，研究人員隨后在移植有患者腫瘤的小鼠中測試了該藥物，以確認該藥物如預(yù)期的那樣干預(yù)主要的調(diào)控子。對于其中的五名患者，醫(yī)生認為可以大膽嘗試使用該算法建議的藥物。每個患者都處在癌癥晚期，且已經(jīng)對目前市面上提供的治療方案產(chǎn)生免疫。

這五名患者中有四名對建議藥物產(chǎn)生了至少一次反應(yīng)。對于患有腦膜瘤（一種可以在腦部施加致命壓力的腫瘤）的患者，該算法建議使用etoposide，一種最初設(shè)計用于治療肺癌和卵巢癌的藥物。結(jié)果，他的腫瘤停止生長了一年多，然后它開始輕微反彈，在他接受了另一項臨床試驗后，他的腫瘤又開始迅速生長。

Califano希望在這些案例的基礎(chǔ)上，在哥倫比亞進行的正式臨床試驗。DarwinHealth的Oncotarget和Oncotreat測試將用于哥倫比亞大學(xué)系統(tǒng)中登記的3000名患者。最終，將由醫(yī)生委員會根據(jù)由傳統(tǒng)測序結(jié)果以及基于VIPER的算法預(yù)測到的輸出結(jié)果選擇治療的藥物。鑒于Califano在大學(xué)任職期間也擔任公司領(lǐng)導(dǎo)，DarwinHealth將不會從測試中獲取利潤以避免任何可能存在的利益沖突。

Califano和Bosker還向世界各地的其他研究人員授權(quán)使用DarwinHealth工具，以進行腫瘤藥物測試。今年1月，北京腫瘤醫(yī)院確認將使用DarwinHealth的工具來輔助指導(dǎo)在臨床試驗的患者進行治療。主持這項新研究的腫瘤學(xué)家張曉天說，如果試點結(jié)果有積極效用，那么這項研究將擴展到其他醫(yī)院，他說：“這些臨床研究主要集中在胃腸道腫瘤，特別是胃癌和食道癌上?！?/p>

隨著DarwinHealth方法進入更多的臨床測試場所，像Kapotes這樣的更多患者將使用未曾用于自己癌癥治療中的藥物。對于像她這樣的人來說，這可能會贏得寶貴的時間。在加入ruxolitinib試驗后的2年多時間里，Kapotes的癌癥保持穩(wěn)定。當掃描最終顯示出她的腫瘤又開始生長時，蒂爾斯滕將她轉(zhuǎn)用了另一種剛獲得了FDA的批準的藥物。

這些天，Kapotes能夠花時間享受她的退休生活和陪伴她的家人。她現(xiàn)在服用的新批準藥物是通過與以往不同的機制起作用的，但是如果不是參與ruxolitinib臨床試驗，Kapotes將永遠沒有機會服用這次有效果的藥物。

Tiersten認為：“因為在試驗中，她堅持了足夠長的時間。”