2023年9月8日 每日要聞

近期發表於《Cell》期刊的評論中，研究團隊建立了全面性老化生物標記物的術語、特性和驗證架構，以整合至臨床研究和實踐中。衰老是生物體隨時間、遺傳變化和損傷積累的結果。儘管自1960年代以來的研究已經強調了老化生物標記物的需要，但其標準化仍然難以捉摸。老化生物標記物聯盟現在提供了一個框架，旨在簡化這些標記以臨床使用並優化衰老干預的評估。

在分類上，衰老生物標記物多樣化，範圍從分子到表型類別。美國食品和藥物管理局（FDA）進一步將它們分類為分子、生理、組織或放射性。主要重點包括基於組學或特定分子的分子生物標記物，與功能性相關的生物標記物，以及創新的數字健康技術（digital health technologies，DHTs），這些技術採用可穿戴技術獲取健康數據。值得注意的是，儘管組織學和放射性標誌物具有潛力，但由於技術限制，它們仍然較少被探索。生物標記物有不同的臨床應用。預測性生物標記物評估對治療或事件的易感性，而預後性生物標記物預測疾病進展。反應生物標誌物測量對治療或暴露的反應，而一旦獲得批准的替代終點生物標記物可以在試驗中替代直接的患者測量。與生物途徑相關的生物標記物可以突出顯示與衰老相關疾病的潛在治療目標。

理想的生物標記物涵蓋生物老化的所有層面。目前的標準基於可行性、有效性和適用性來評估生物標記物。它們應具安全性，最小侵入性和可靠性。有效的生物標記物需要反映生物學上、而不是時間上年齡。例如，表觀遺傳學時鐘（epigenetic clocks）和血漿蛋白質體學（plasma proteomics）正在成為有前景的老化機制生物標誌物，因其代表的複雜細胞過程。

驗證生物標記物有兩個方面：分析和臨床。分析驗證強調精確性、準確性和針對衰老的持續性質的縝密措施。臨床驗證評估生物標誌物在人類臨床試驗中的效果。甲基化生物標記物在初步研究中表現出色，但需要更廣泛的驗證來確認其在抗衰老干預中的關鍵作用。

老化研究面臨的挑戰包括如何區分真正與衰老相關的變化和單純的關聯。當前的生物標誌物有時將生物學年齡與時間年齡劃上等號。樣本類型可能會影響觀察結果；為了有效的臨床部署，標準化測量是至關重要的。對老化的全面理解應該考慮到生物學年齡和衰老速度，不僅僅是重視壽命，還有生活質量。

英國的病患將成為全球首批受益於七分鐘癌症治療注射的族群。在藥品和醫療產品監管局（Medicines and Healthcare products Regulatory Agency，MHRA）的批准之後，英政府的 NHS（National Health Service）將引入這種治療，使某些癌症病人的藥物治療時間減少可達75%。此藥物，Atezolizumab，也稱為Tecentriq，通常通過IV點滴給予，過程通長需30分鐘至一小時，用於治療各種包括肺癌、乳腺癌、肝癌和膀胱癌的癌症，每年約有3,600名英國病人接受這種藥物；現在預期大多數病人將以皮下PD-L1癌症免疫治療注射的方式接受該藥物。這種創新的治療方法通過鎖定蛋白質，PD-L1，使癌細胞對免疫系統更加明顯，從而增強了身體對該疾病的自然防禦。 NHS 處長 Peter Johnson教授強調了這種新方法的好處，指出它不僅減少了醫院的訪問次數，也使醫院化療單位的時間更有效率。由於NHS 與該藥物的製造商Roche之間的現有協議，轉換為更快的治療不會增加額外的成本。臨床試驗已經強調了Atezolizumab的功效，特別是其在減少某些癌症復發風險方面的潛力。

Bayer 製藥和生物技術公司具有近150年的歷史，以Aspirin等著名產品以及在放射性染料、植物生物產品而聞名。其最新的動作是與Google Cloud建立戰略合作關係，通過先進的AI技術優化其製藥業務。這次合作的主要焦點是最佳化臨床試驗和藥物發現流程。通過利用Google Cloud的Tensor Processing Units (TPUs) ：這些專門設計的電路用於加速機器學習任務，Bayer希望執行大量的量子化學計算。這些TPUs提供了一種方法，可以解讀大型數據集，找到各種數據點之間的連接，並產生可以徹底改變革研究與開發（R&D）流程的可行方案。Bayer的影像、數據和AI研究主管強調了AI在研究中的變革潛力。特別指出AI在生成監管文件方面的能力；目前而言，此為一非常勞動密集的過程。臨床試驗要求為監管機構提供詳細的文件，以確保嚴格的合規性。AI的整合可以使這一流程變得更為簡單，自動化如總結文本、整理參考資料以及準備提交的文件等任務。AI在放射科學中的變革潛力也被討論。隨著醫療程序和影像的增長，放射科可以從AI的能力中受益，協助放射科醫生獲得更精確的發現，從而提高患者護理水平。Bayer與Google Cloud的合作有望實現這一願景，尤其是放射科學正在為AI集成做好準備。事實上，最近的一項研究發現AI算法在預測乳腺癌的放射學數據方面超越了傳統模型。

Google Cloud方面也強調了他們的TPUs對Bayer的改變遊戲規則的性質。生成型AI在生命科學中的潛力，並引用Vertex AI在圖像處理、文檔和多語言語音理解方面的功能。但是，在開發這項技術時要採取謹慎的方法，強調人的參與以及Google Cloud在將新技術引入其合作夥伴之前進行徹底的內部測試的重要性。Bayer與Google Cloud的合作有望重塑製藥格局。雖然還處於初期階段，但這一合作夥伴關係在患者護理和生命科學領域帶來的突破性進展的潛力無窮。

Ref.:

• https://www.news-medical.net/news/20230905/Could-a-new-framework-for-aging-biomarkers-revolutionize-how-we-understand-and-treat-the-aging-process.aspx
• https://www.theguardian.com/society/2023/aug/29/patients-in-england-will-be-first-to-access-seven-minute-cancer-jab
• https://www.forbes.com/sites/saibala/2023/09/04/bayer-is-rapidly-expanding-its-footprint-with-artificial-intelligence/