2016年，醫生邀請Eileen Kapotes參與一款藥物的臨床試驗，這種藥物之前從未用于她所患的疾病。Kapotes是一名50多歲的一年級教師，她正在與體內擴散的侵襲性乳腺癌作斗爭。在過去的四年中，她經歷了包括全腦放療在內的艱苦治療，除此之外，她還一直在服用乳腺癌藥物赫賽汀，但腫瘤仍在增長。現在一種截然不同的治療方法擺在她面前：使用蘆可替尼，這是一種最初用于治療血液和骨髓癌癥的藥物。

“Kapotes對新藥反應情況令人驚訝，”西奈山醫院負責治療Kapotes的腫瘤學家Amy Tiersten說，“蘆可替尼阻止了她體內癌癥的發展，而且幾乎沒有副作用。”

蘆可替尼試驗是哥倫比亞大學系統生物學家Andrea Califano歷時十年探索的產物。他通過復雜的計算，對維持癌細胞的分子網絡進行建模，并精確定位關鍵的轉錄因子蛋白，這些蛋白控制著細胞內許多基因的表達。Califano與當時也在哥倫比亞大學任職的細胞生物學家José Silva進行合作，對其他赫賽汀耐藥患者組織庫中的乳腺癌樣本進行了分析。結果表明，轉錄因子STAT3在這些患者所患癌癥中起著至關重要的作用。蘆可替尼正是可以抑制STAT3的藥物。

當時，其他的研究學者專注于確定個別患者的致病遺傳突變。普遍認為這樣做有助于為每個患者確定最佳藥物。但是人群中致癌突變具有多樣性，按照這種方法可能需要成千上萬種藥物來治療每個人。

相比之下，Califano的方法則與眾不同。他專注于識別一些充當“瓶頸”的轉錄因子（下圖）。無論癌癥最初由哪一突變引發，靶向Califano所說的主要調節因子，都可以阻止其進一步發展。腫瘤學家仍需分析每個患者的突變，以確定哪些調節因子在特定的癌癥中發揮作用，但這次可能僅需數十種，而非成千上萬種藥物。這是個性化醫療的非個性化方法。

擊中癌癥的“瓶頸”。如果靶向的突變在基因網絡太上游的位置，就很難關閉癌細胞出錯的基因網絡。但即使在僅使用一種藥物的情況下，禁用充當細胞遺傳電路中主要調節因子的轉錄因子也可能會導致癌細胞的死亡。(圖片來源：Nature Review Cancer)

Califano在2015年與他人共同創立了DarwinHealth，通過利用Califano的算法來識別患者腫瘤中的關鍵轉錄因子，并為疾病推薦靶向藥物。盡管有人指出這種方法僅在人體測試的早期階段，其臨床用途仍不確定，但Califano的工作還是贏得了其他研究學者的稱贊。Califano的合作機構Jackson Laboratory的總裁兼CEO Ed Liu對此持樂觀態度，他認為這種方法終將獲得回報。“隨著我們開發用來攻擊這些節點的方法越來越精確，他的算法將變得更加有用。”

Califano的方法即將進行最大規模的測試。哥倫比亞大學已撥款1500萬美元用于對其醫院未來3年內的3000例癌癥患者進行試驗，試驗會使用DarwinHealth的算法分析每個患者的癌癥并推薦治療方法。“這可能是我研究中最激動人心的時刻之一，” Califano說，“因為最終我們能夠在足夠大規模的試驗中應用這一方法論，能夠真正地從患者的藥物反應中獲得一些信息。”

算法起源

時間轉回1958年秋天，一名年輕的科學家Fran?ois Jacob帶著關于遺傳機制如何控制細胞行為的假說前往了他的同事Jacques Monod所在的巴黎巴斯德研究所。這是兩個骨子里帶著叛逆的年輕人，在第二次世界大戰中，Jacob代表流亡的法國政府與納粹作戰并負傷，而Monod這個經驗豐富的攀巖者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，他們首次對遺傳電路進行了概念證明。這項工作最終使他們獲得了1965年諾貝爾生理學或醫學獎。

Jacob和Monod的大腸桿菌實驗表明，這些細菌中的基因網絡可以改變某些酶的產生，具體取決于它們可獲得的食物類型。當環境中乳糖豐富時，細菌會開啟基因來編碼可代謝乳糖的酶。但是在只能獲取葡萄糖的情況下，細菌就會關閉編碼乳糖代謝酶的基因。這一發現開創性地證明了單個基因的活性可以被增強或抑制。

隨后幾十年的實驗逐漸解釋了細胞機制如何發揮這種控制作用。其中一個關鍵因素就是轉錄因子，一種可以增強或抑制其它基因活性的蛋白質。單個細胞的基因調控網絡要比Jacob和Monod當時所揭示的要復雜得多。人類基因組包含20 000個基因，其中預估有1500個基因能產生轉錄因子。這也形成了一個復雜的遺傳開關網絡。

Califano認為如果他能確定癌癥的關鍵開關，也許能夠關閉驅動癌癥生長的基因變化。1986年他在完成物理領域的培訓后，加入了IBM的計算機視覺與人工智能先導項目。但是IBM所在處無法建立實驗室供Califano追求他對生物學的興趣。他于2000年選擇離開IBM，在2003年就職哥倫比亞大學。他一來到這里就踏上了編寫代碼解決癌癥之謎的道路。

現在Califano算法的底層數據來自RNA測序（RNA-seq）。RNA-seq能對標示基因開關狀態的RNA分子進行測序來衡量細胞內的基因活性。算法會處理大量的RNA-seq數據，來揭示與健康組織相比，哪些基因在癌癥中過度活躍或活躍性不足。然后，使用復雜的方程推導基因相互作用的模式，并瞄準影響最大的轉錄因子。

癌癥關鍵驅動因素的尋找并不容易。2018年對9000多個樣本的分析就報告了近150萬個突變。基因在錯綜復雜的網絡和反饋回路中彼此相互影響，因此這些基因擾動在腫瘤中相互作用的方式是相當多的。“有1000個基因在所有可能引發癌癥的腫瘤中反復地發生突變，因此與地球上的原子相比，人類具有更多可能的癌癥突變組合。”Califano說。

制藥行業無法為每一種獨特的突變組合制造新藥。因此，確認常見的致癌主要調節因子至關重要。

（圖片來源：The Economist）

在哥倫比亞大學，Califano與他的前博士后研究員Mariano Alvarez合作開發了更高效的基因網絡分類算法。目前的VIPER（virtual inference of protein activity by enriched regulon analysis）算法已被用于數十項膀胱癌、前列腺癌和肺癌中龐大關聯的基因網絡如何發生錯誤的相關研究。

最近Califano及其同事使用VIPER算法對Cancer Genome Atlas（美國政府贊助的數據庫）中的10 000多個個體腫瘤樣本的RNA-seq數據進行分析后發現，不同類型癌癥的共同之處比從前所認為的要更多。算法鑒定出了407個轉錄因子基因在所有癌癥樣品中均為疑似關鍵基因，其中只有20到25個與任一種特定癌癥有關。Califano認為抗癌可能并不需要敲除所有的關鍵轉錄因子：推翻幾個結點就足夠了。

商業化

雙鷺藥業「來那度胺膠囊」第3家通過一致性評價

6月23日，雙鷺藥業來那度胺膠囊通過一致性評價，這是繼齊魯制藥、正大天晴之后，第3家該品種通過一致性評價的企業。 來那度胺作為新一代免疫調節劑，原研由新基研發，具有免疫調節、抗血管生成和抗腫瘤特性，臨床廣泛應用于多發性骨髓瘤、淋巴瘤、骨髓增生異...

Carifano是最早推出利用復雜算法分析抗癌方法的科學家之一，隨后又有其它研究者進行效仿。冷泉港實驗室癌癥中心主任David Tuveson認為Carifano算法的優勢在于其可以查看包括RNA和蛋白質在內的整個基因產物網絡。他也在自己的研究中使用VIPER來尋找胰腺癌的治療方法。

Califano也希望將他的算法應用于患者。商業化的想法始于2013年，在英屬維爾京群島的海灘上他遇到了來度假的Gideon Bosker，他是一名急診科醫生，后來創立了一家成功的醫學教育公司。兩人一見如故，兩年后他們決定組建DarwinHealth。哥倫比亞大學將VIPER技術授權給DarwinHealth，Bosker將自己的140萬美元投入其中。自那時起，DarwinHealth的合作機構已使用公司的算法贊助了十多個研究項目。

Andrea Califano（右）和Gideon Bosker（左）創立了DarwinHealth（圖片來源：DarwinHealth）

DarwinHealth將Califano的算法與數據庫結合，數據庫信息來源于藥物如何影響多個基因的試驗，編譯自公司的文獻綜述和其它資料。現在只要遵循患者組織轉交的相關規定，世界各地的醫生就可以將組織樣本發送至哥倫比亞大學的病理部門進行RNA的提取。DarwinHealth為患者癌癥中可能作用最大的主要調節因子生成了“OncoTarget”，同時還對現有能抑制腫瘤中25種最活躍的轉錄因子的藥物和能增強這25種被抑制的轉錄因子的藥物生成了更為復雜的“OncoTreat”。該產品于2018年推出，售價1600美元。

沙利度胺的指引

俄勒岡健康與科學大學奈特癌癥研究所的精密腫瘤學主任Gordon Mills在自己的研究數據中應用了Califano的算法，他認為Califano的抗癌算法仍需克服許多障礙。“有關我們是否能夠預測人類疾病復雜性的懷疑一直存在，已有的數百種算法未能真正抓住癌癥的復雜性和異質性，也未能將其成功地運用于臨床。”

雖然這看似是個不太可能成功的方向，但是Califano覺得他對癌癥關鍵因子的尋找將會取得成功，因為他看到了希望：沙利度胺。

在上世紀50年代中期，沙利度胺被用作鎮靜劑來幫助人們改善睡眠和焦慮癥。醫生也會為孕期嘔吐的孕婦使用沙利度胺，然而用藥結果令人難以承受，沙利度胺造成了胎兒包括四肢缺失和心臟問題在內的嚴重先天缺陷。但是后來沙利度胺又作為一種麻風病治療藥物而再度興起。1997年，醫生開始測試沙利度胺在抗多發性骨髓瘤中的作用。

后來，科學家們對沙利度胺的作用機理有了更多的了解。2018年的一項研究發現沙利度胺會促使細胞內的泛素連接酶cereblon為清除某些轉錄因子做標記。在多發性骨髓瘤中，被標記的轉錄因子IKZF1和IKZF3在基因網絡中起關鍵作用，兩者都會使癌癥在體內肆意生長。對Califano而言，沙利度胺的成功表明尋找現有可以靶向癌癥主要調節因子的藥物是有價值的。

候選藥物很是稀缺。許多藥物都靶向一些具有酶活性和有易于靶向的活性位點的蛋白質，但是轉錄因子缺乏這種位點，許多研究人員認為它們是不可成藥的。

但是Califano的實驗室正在嘗試增加潛在藥物的清單。通過癌細胞樣本的高通量篩選，來研究候選藥物如何改變細胞的RNA-seq表達譜以及藥物是否能逆轉主要調節因子的活性。

生產FDA批準的治療多發性骨髓瘤的沙利度胺的百時美施貴寶也加入了這一行列，現已與DarwinHealth簽約來系統地對其化合物庫進行搜索，來尋找其它可能靶向主要調節因子的化合物。

臨床驗證

西奈山伊坎醫學院的Samir Parek等人最近進行的一項臨床試驗為DarwinHealth的抗癌方法提供了支持。這項試驗的目的是測試地塞米松和selinexor這兩種藥物的組合對多發性骨髓瘤的治療效果。僅有約四分之一的患者在使用該藥物組合后血液中骨髓瘤蛋白的水平發生了下降。而在回顧性分析中，DarwinHealth的算法工具預測了哪些患者會有反應。在對12例患者的RNA-seq數據進行評估后，確定了受益于藥物的5例患者中的4例以及未受益于藥物的7例患者中的6例。這項分析結果于去年發表在《新英格蘭醫學雜志》上。

蒙特利爾大學的Morgan Craig也使用計算方法來確定新藥，他認為對癌癥分子網絡的探索工作可能會改善個性化醫學。像DarwinHealth所使用的算法或許不會立即取代臨床方法，但絕對是向著嘗試更加系統地進行靶點識別邁進的一步。

過去三年來，Carifano實驗室已在哥倫比亞大學的試驗中測試了DarwinHealth的算法。研究人員對100多個癌癥患者活檢樣中的RNA-seq數據進行分析，確定了主要調節因子。算法所推薦的藥物是通常并不會被考慮使用的藥物。隨后研究人員在移植有患者腫瘤的小鼠中測試了這一藥物，確認藥物是否如預期一樣會影響主要調節因子。醫生認為其中的5例患者可以大膽嘗試使用算法建議的藥物。這些患者皆為癌癥晚期，已經不會對可用治療產生響應。

這5例患者中有4例在給藥后產生了一次以上的反應。算法推薦其中一位患有腦膜瘤的患者使用依托泊苷，這款藥最初主要用于治療肺癌和卵巢癌。用藥后患者的腫瘤停止生長了一年多。后期出現輕微反彈，他接受了另一項臨床試驗。此后，他的腫瘤又開始迅速生長。

Califano希望以這些軼聞病理結果為基礎進行正式的臨床試驗。據悉，哥倫比亞大學系統中的3000例患者將進行DarwinHealth的Oncotarget和Oncotreat測試。醫生委員會最終將根據傳統測序或基于VIPER的算法所檢測到的突變信息選擇患者所用的藥物。

Califano和Bosker還向世界各地的其他研究人員授予DarwinHealth工具的使用權來進行癌癥測試。今年1月，北京大學腫瘤醫院確認將使用DarwinHealth的工具為臨床試驗中的患者提供指導治療。領導這項新研究的腫瘤學家張小田說：“這些臨床研究都將集中在胃腸道腫瘤，特別是胃癌和食道癌上。如果早期結果有希望的話，這項研究將擴展到其它醫院。”

隨著DarwinHealth的方法在多地進入臨床測試，更多像Kapotes這樣的患者將會接受從未用于他們所患疾病的藥物進行治療。這可能會為癌癥治療贏得寶貴的時間。在參與蘆可替尼試驗后兩年多的時間內，Kapotes的病情保持穩定。在掃描顯示她的腫瘤又開始生長時，Tiersten為她轉用了另一種剛獲FDA批準的藥物。

這些天，Kapotes享受著她的退休生活和與家人共度的時光。她現在服用的新批藥物通過不同的機制發揮抗癌作用，但是如果之前沒有使用蘆可替尼，Kapotes將永遠沒有機會服用這個藥。