今年12月4日，复旦大学附属肿瘤医院邵志敏教授团队的LINUX研究成果登上《肿瘤细胞》（影响因子48.8）。该研究首创AI驱动的“复旦腔面型乳腺癌四分型”系统，为耐药患者找到精准靶点，显著提升治疗效果。

七成乳腺癌患者遇耐药难题小分子药物需“精准配型”

　　乳腺癌是女性最高发癌症，其中近七成属于腔面型，内分泌治疗是主要手段。以CDK4/6抑制剂为代表的新型小分子药物虽能延长生存期，但患者耐药后就陷入“无药可选”的困境。

　　“以前治疗像用一把钥匙开所有锁，耐药后就失灵了。”邵志敏教授解释，耐药患者肿瘤特征各不相同，必须按分子特点精准匹配方案，才能实现“同病异治”。

　　早在2023年，邵志敏团队联合多领域专家就已建立“复旦腔面型乳腺癌四分型”模型，将这类乳腺癌分为经典型、免疫调节型、增殖型和RTK驱动型四类。本次LINUX多中心临床试验，正是聚焦耐药后的精准治疗，通过多组学数据分析，形成“分型-找靶点-配药物-验疗效”的完整研究闭环。

AI当“超级大脑”5分钟完成肿瘤精准分型

　　研究的一大创新是让AI深度参与临床研究。团队训练的AI分子模型，能从患者常规的HE染色病理切片中，快速解读肿瘤基因、微环境等海量信息，5分钟内就能出具分子分型结果。

　　“不用复杂的基因测序，AI就能搞定精准分型，既降低了治疗门槛，又减少了费用。”团队成员范蕾教授介绍。基于AI分型结果，免疫调节型患者采用卡瑞利珠单抗联合方案，客观缓解率从30%提升至65%；RTK驱动型患者用阿帕替尼联合治疗，缓解率从20%飙升至70%，且两类患者的无进展生存期均翻倍延长。

　　江一舟教授表示，这种“AI驱动+平台试验”的模式，实现了从“被动验证”到“主动发现”的转变，能动态优化治疗方案，大幅提升临床研究效率。

ADC药物将告别“一刀切”精准联合治疗成新方向

　　据悉，团队下一步将开展III期临床试验，在更大规模患者中验证该方案的有效性。针对CDK4/6抑制剂耐药后常用的ADC药物（抗体偶联药物），研究团队也有了新规划。

　　“未来会以ADC药物为基础，根据患者的亚型特点，叠加不同靶向药物。”邵志敏教授展望，通过AI分型指导ADC药物的精准联合使用，将让这类“抗癌利器”告别“普适应用”，真正实现“精准打击”肿瘤。