精准医学推动罕见癌症与儿童癌症个体化治疗

研究人员正通过基因谱分析、人工智能以及新型药物递送技术，推进针对罕见癌症和儿童癌症的个体化治疗策略。罕见癌症每年影响人数少于40,000人，但合计占全部癌症的27%，并占癌症死亡的25%。

一项名为 Investigation of Profile-Related Evidence Determining Individualized Cancer Therapy（I-PREDICT）的临床试验，利用每位患者肿瘤独特的遗传蓝图来制定个体化药物治疗，通过联合多种药物同时靶向肿瘤的多个关键遗传驱动因素。多数肿瘤具有多处致癌突变，同时处理次级分子改变可提高治疗有效性。

I-PREDICT 方法已成功用于胃肠道间质瘤，并扩展至更广泛的罕见癌症及更常见癌症。一名于2016年入组试验的乳腺癌患者如今已无癌症迹象；九年前她还处于临终关怀边缘。

对于罕见腹部癌症，尤其是胰腺与胃肠道（包括阑尾肿瘤）相关癌症，研究人员将切除肿瘤的手术与直接向腹腔输注的加热化疗（HIPEC）相结合。首次使用阑尾癌组织模型在实验室测试新药的研究发现，Palbociclib（一种传统上用于治疗乳腺癌的药物）在治疗这种罕见疾病方面显示出显著潜力。作为既有的 FDA 批准药物且不良反应谱已知，它可被迅速推进到临床试验中。

发表在《Journal of Clinical Oncology》的结果显示，Palbociclib 是首个真正有效的阑尾癌靶向治疗，且可能对其他具有相似遗传突变的癌症也有效。美国各地患者已开始从这一发现中受益，保险公司也基于该报告扩大了对该治疗的覆盖。

在儿童肿瘤学领域，每年有超过400,000名儿童被诊断为癌症，使其成为全球范围内导致儿童患病与死亡的主要原因之一。尽管高收入国家急性淋巴细胞白血病的生存率超过90%，但在许多中低收入国家仍低于40%。长期生存者面临非传染性疾病风险，例如蒽环类药物导致的心脏病、顺铂导致的听力损失，以及颅照射后的学习困难。

AI 驱动的分子谱分析可整合遗传、临床和治疗数据，预测儿童对治疗的反应、调整剂量，并降低不良反应风险。3D 纳米打印可实现按需生产个体化药物。对 PubMed、Scopus、Web of Science 和 Google Scholar（2005-2024）的结构化文献检索发现，多项研究显示，在白血病、神经母细胞瘤、脑肿瘤、骨肉瘤和淋巴瘤等疾病中，AI 支持的平台可改善个体化化疗暴露、基于临床或药物基因组学标志物预测毒性，并帮助临床医生调整早期治疗。

3D 纳米打印促进了适合儿童的药物、多药复方“polypills”以及控释制剂的开发，从而减少剂量错误并提高治疗依从性。基于医院的早期经验显示，采用贝叶斯治疗药物监测与按需儿童药物打印在真实临床环境中具有较高可行性。肿瘤内部的遗传异质性会导致同一肿瘤不同部分反应不一，从而增加治疗失败风险。

多数药物以成人为对象设计，随后再用于儿童适配，这可能带来剂量错误、依从性差以及有害不良反应。AI 指导的剂量制定与纳米打印制剂提升了治疗精度，降低了急性与远期毒性，从而支持癌症患儿获得更健康的长期结局，尤其是在与疾病特异性需求相结合时。