2023年9月22日 每日要聞

一項小型規模但具突破性的研究透過深度腦部刺激（deep brain stimulation，DBS）識別出一種在治療抗藥性憂鬱症中可能起關鍵作用的生物標記物。這項研究發表在知名期刊《自然》上，並得到了美國國立衛生研究院（NIH）的研究方案 BRAIN Initiative® 的支持，該研究展示了將新型DBS設備與人工智慧結合的潛力，以改善心理健康治療。傳統療法經常在治療抗藥性抑鬱症方面效果不彰。深度腦部刺激（DBS）已經作為一個可行的解決方案嶄露頭角。DBS涉及將一細金屬電極植入到大腦的特定區域，以調節腦活動。但是，DBS如何減輕憂鬱症狀目前尚不完全明瞭，這造成臨床醫生在追踪和調整治療計劃效率方面面臨挑戰。研究團隊招募了10名患有抗藥性憂鬱症的成年人，並在六個月內接受了DBS治療。研究人員使用了人工智慧工具來分析大腦活動數據，發現了一個與憂鬱症狀的康復或穩定相關的獨特生物標記。這個生物標記物在臨床評估四周之前即可預測患者可能會復發成重度憂鬱症狀。根據這項研究，90%的患者顯示出顯著的改善，並且70%的患者在六個月的DBS治療後達到了症狀緩解。高反應率為研究患者大腦對刺激反應提供了獨特的機會。此生物標記物的發現標誌著一個關鍵的進展，為臨床醫生提供了一個可以用來調整DBS裝置的客觀神經學信號。這些發現亦會改變如何管理像抗藥性憂鬱症這樣的病症，提高DBS治療的效果和效率。研究中使用了一種名為「可解釋的人工智慧」技術來了解腦活動的微妙變化。基於AI的演算法為臨床醫生提供一個早期警示信號，以防患者走向高度憂鬱狀態。研究團隊已在第二組患者中確認這些發現。未來的研究將繼續進一步探索DBS的抗憂鬱效果。這項研究在心理健康研究方面是一個有希望的進步，為未來的工作提供了一個穩固的基礎。在美國國立衛生研究院 BRAIN Initiative 和其他如美國國家科學基金會、希望憂鬱症研究基金會在內的多個知名資助組織的支持下，該團隊的研究可能為各種心理障礙提供更有效的治療選項，不僅僅是憂鬱症。

自從「孤兒藥品法」（Orphan Drug Act）通過以來已經40年，這一法案催生了數百種用於罕見疾病的治療方法，其中超過一半在過去十年內獲得批准。近期在2022年，英國政府推出了一項「罕見疾病行動計劃」（Rare Diseases Action Plan），旨在持續引起大眾關注罕見疾病。基因組科技的出現對罕見疾病研究起了劃時代的作用。由於超過70%的罕見疾病具有基因起源，基因組學為疾病機制、診斷的準確性，以及潛在的治療目標提供了無與倫比的深刻見解。儘管有這樣的進展，全球仍有超過3億人患有罕見疾病，許多疾病的謎團仍然無解。自從1950年代首次使用核型分析來識別像Turner綜合症這樣的染色體異常以來，基因組科技已經走了很長的路。後來的技術，如微陣列分析（microarrays），識別了像DiGeorge綜合症這樣的疾病中的大量拷貝數變異（基因组發生重排而導致）。2009年，外顯子測序（Exome Sequencing）出現，允許研究人員在近乎所有的20,000個人類基因中尋找微小的基因變化。如今，這項技術在許多國家是基因疾病的首選測試。在與英格蘭基因組公司（Genomics England）合作下，英國國家衛生服務（NHS）是世界上第一個將短讀全基因組定序（short-read whole genome sequencing，srWGS）作為常規護理的醫療服務。儘管srWGS改進了外顯子測序，但它仍然有局限性：更昂貴，而且無法解釋超過一半的罕見疾病病例。然而，長讀定序技術（long-read sequencing）正在改變罕見疾病研究的格局。它可以識別短讀錯過的複雜基因變化，並維持DNA鏈的完整性以達到更高準確性。長讀使研究人員能夠進行基因分型，也就是確定哪些變異出現在同一個來自母親或父親的染色體上。這對於研究罕見疾病如何通過幾代而傳遞，或者在只有具罕見疾病的個體可用於測序的情況下，用來確定複合雜合性基因突變，是非常有用的。此外，長讀可以在不需要額外樣本準備的情況下，識別罕見疾病中的表觀遺傳因素，如Prader-Willi綜合症。最近，第三代長讀技術的可負擔性和更高的生產率;使其可接受性飛速增加。例如，全面的基因組測試的成本從2001年的1億多美元降到了今天的不到1,000美元。這正在激發一個全球性的罕見疾病研究生態系統，研究已經揭示了與srWGS相比，長讀技術有更高的罕見編碼結構變異的發現率。長讀數據有望在大幅縮短的時間框架內解開罕見疾病的未解之謎。該技術的準確性和全面性正在幫助開發新的診斷方法和治療方法，為患者及其家庭帶來改善生活品質的希望。

BostonGene和日本北海道大學醫院已宣布達成合作研究協議，目的是為了更有效地治療HER2陽性乳癌患者而開發一種新型的分層治療方案。這一倡議旨在解決現有針對HER2的治療方法（如trastuzumab 與 pertuzumab）的局限性，這些方法對HER2表達量低的患者效果不佳。最近的試驗表明，一種新的抗體藥物複合體，trastuzumab-deruxtecan，可能對這些患者有益。該合作將使用基於RNA的方法，該方法允許同時分析HER2的表達和腫瘤微環境。BostonGene將運用其在基因組學方面的專長，並使用一種名為Kassandra的獨特機器學習算法來數位化繪製組織腫瘤微環境。這將有助於識別關鍵的腫瘤驅動因素、免疫屬性，以及對不同治療的基因標誌。該項目將由北海道大學醫院的教授帶領。該合作夥伴關係利用了BostonGene基於AI的分子和免疫分析技術與北海道大學醫院臨床腫瘤學專長之間的協同效應。該聯盟旨在優化治療方案，提高患者結果，並最小化乳腺癌的復發。該合作與BostonGene最近與NEC Corporation和Japan Industrial Partners的在日本東京成立的合資企業相一致，旨在加速個人化醫療的發展

Ref.:

• https://www.nih.gov/news-events/news-releases/researchers-discover-biomarker-tracking-depression-recovery
• https://www.labiotech.eu/opinion/genomic-technologies-rare-diseases/
• https://www.biospace.com/article/releases/bostongene-and-hokkaido-university-hospital-collaborate-to-develop-novel-her2-protocols-for-breast-cancer/