基于多组学的精准肿瘤学决策支持系统——知识连接器

个性化癌症护理

癌症治疗正逐步从一刀切的方案转向基于每位患者肿瘤独特生物学特征的个体化疗法。然而，现代检测可以同时测量成千上万的基因与分子变化，产生的信息量超过任何人类团队单独可靠解读的能力。本文介绍了一款名为知识连接器的软件系统，帮助医生将这股数据洪流转化为针对个体患者的清晰、一致的治疗建议。

为何癌症数据难以利用

当今的癌症中心能够进行全基因组测序、分析RNA活性，并检测DNA上的化学标记，从而为每个肿瘤生成多层次的“分子画像”。这些画像可以揭示癌症的侵袭性、可能对哪些药物敏感，以及患者是否有资格参加临床试验。然而，这些检测会产生冗长的突变、基因融合及其他变化清单，必须结合不断增长的医学文献和大量在线知识库进行解读。分子肿瘤委员会——由肿瘤科医师、遗传学家、生物信息学家和其他专家组成的会议——在跟上这种复杂性并以标准化、可重复的方式做出决策时面临困难。

为肿瘤委员会设计的数字助手

知识连接器是一款基于网络的决策支持系统，旨在置于这一流程的核心。它安全地将患者的临床信息（如诊断和既往治疗）与来自多种检测方法的详细分子数据合并。在单一界面中，用户可以在显示简单基因变化、更复杂模式（如基因组不稳定性）和人工整理的治疗建议等视图间切换。系统会自动从主要癌症知识库和科学出版物中获取信息，然后以有组织、便于人类阅读的格式呈现，供肿瘤委员会讨论与记录使用。

构建可复用的知识模块

该系统的一项关键创新是“临床知识模块”（Blocks of Clinical Knowledge，BoCKs）的概念。每个BoCK将特定生物标志物——例如某种突变、基因融合或表达模式——与关于其在特定癌种中对诊断、预后、药物反应或临床试验资格意义的证据相连接。管理员无需为每位新患者从头检索文献，可以复用已审核的BoCK。随着时间推移，这些模块汇集成一个名为BoCKbase的共享跨机构知识库。这种结构还支持更细致的推理，例如在直接数据有限时，使用来自相似肿瘤类型或相关药物的证据进行外推。

从复杂画像到可操作的选择

作者以来自德国大型精准肿瘤学项目的真实病例演示了该系统。在一个例子中，软件突出显示了表明DNA修复缺陷的微妙DNA模式，从而提示医生考虑一个通常不被该癌种列入的药物类别（PARP抑制剂）临床试验。在另一个例子中，系统整合了基因组和RNA数据，澄清了涉及BRAF基因的非典型基因融合的效应，从而支持了靶向治疗的建议。该平台还帮助识别那些某些基因强烈过表达的患者，使其成为临床试验中实验性细胞治疗的候选者。在数百例病例中，知识连接器为大多数患者提供了多项治疗或试验建议，同时稳步增加现有BoCKs的复用率，这表明效率在提升。

这对患者的意义

对患者而言，该系统并不取代医生，而是充当强大的助手，帮助专家团队基于肿瘤的完整分子图谱做出更有信息依据、更快速且更一致的决定。通过将复杂数据组织成清晰、与证据相连的选项，知识连接器旨在使个性化癌症治疗更具规模性和可及性，从而让先进的基因组检测转化为更多癌症患者切实可行的临床益处。

引用: Hübschmann, D., Kreutzfeldt, S., Roth, B. et al. The Knowledge Connector decision support system for multiomics-based precision oncology. Nat Commun 17, 742 (2026). https://doi.org/10.1038/s41467-026-68333-3

关键词: 精准肿瘤学, 分子肿瘤委员会, 临床决策支持, 癌症生物标志物, 多组学