微信直播

AME科研资讯| 临床研究中为什么要纳入生物标志物?

Published at: 2015年第1卷第S1期

祝鸿程 1
1 南京医科大学第一附属医院
关键词:

编者按:生物标志物定义为何?如何运用?对肿瘤药物研发又有何意义?且看南京医科大学第一附属医院祝鸿程医生对AME旗下TCR杂志2014年6月特刊 "Statistical and bioinformatics applications in biomedical omics" 中 "Biomarker adaptive designs in clinical trials" 一文的解读。

生物标志物是生物体特定健康或疾病状态的可测量的生物指示剂。生物标志物被用来反映疾病信息,预测诊断及预后状态,预测药物或其他治疗的疗效及不良反应,并协助新药的开发。生物标志物在个体化医疗运用,以求获得更好的治疗效果和更安全的临床实践。近年来,许多肿瘤治疗方式只能使部分患者受益。许多患者接受术后辅助化疗,然而其实70%的I期肺癌患者可以由单纯手术治愈。最近新的抗肿瘤药物研发已经进入分子靶向时代;并预测能够从靶向药物受益的亚组人群。肿瘤临床试验目标将以生物标志物为基础,确定能够从新的治疗中受益的亚组人群。

“生物标志物”已经定义并以多种方式对不同的数据进行不同目的、不同方式的运用。在药物研发中,生物标志物可以分为四类:预后生物标志物、预测生物标志物、药效生物标志物和替代终点。预后标记物预测患者疾病预后整体效果,不管治疗方式怎样;预测标志物预测病人对某种特定治疗方式的反映。预后和预测标志物都是在治疗前对患者基线的预估。预后标志物能够根据无治疗或者标志治疗将患者分为高风险和低风险组,预测标志物能够区分某种治疗对患者是否有效,确定对他们的治疗是否必要。药效标志物预测药物在某种生物体上的效果,其可以建立药物和目标疗效之间的联系,如基因或microRNA的表达。药效标志物往往在药物开发早期阶段使用,反映药物活性,提供潜在临床受益信息以及为下一步决策提供依据。替代终点应该与临床终点有很好的相关性。替代终点被认为是可以替代临床终点更快、更灵敏的评价方法。药效标志物与替代指标从生物学变化角度表明药物治疗活性和治疗疗效指标。这些生物标志物仅在患者注册入组接受治疗后可以发挥作用。

预测标志物用来区分对某种特殊治疗效果好或不好(二元选择)的重要方法,以优化治疗选择。发展一直预测标志物需要两个步骤:1,发现二元选择分类;2,进行相应的临床试验及疗效评估。可以通过前瞻性临床试验来确定患者亚型分类。患者亚群可以使全部研究人群(包括生物标志物阳性与阴性),或者只包括阳性患者人群。许多临床试验设计都已经在之前进行讨论和假设。这些标准包括:所有入组患者随机化、通过生物标志物治疗的交互设计、特定设计、混合型设计等等。患者生物标记物作为依据接受不同标准的治疗,并进行不同的预测和预后验证。

James J. Chen教授在本文提到的III期临床试验以前,II期试验中生物标志物都进行了很好的研究与验证。然而II期研究所筛选的生物标志物在III期研究中也可能不会像所预想的那样具有良好的可重复性和实验与分析能力。对于针对靶向药物的临床试验可以再药物研发框架下进行,前瞻性地通过诊断性测试筛选出能够有良好治疗效果的人群。关于如何在统计学角度将生物标志物自适应设计更好地运用于预测选择和患者治疗是我们需要关注的问题。分子生物学与基因组学等技术与临床试验结合能够使患者更加受益!

笔者| 祝鸿程,南京医科大学第一附属医院博士生,师从孙新臣教授,主要从事胸部肿瘤放疗敏感性、肿瘤微环境变化及抗血管生成治疗的基础和临床研究。

 

杂志介绍

Translational Cancer Research (《癌症转化研究》,简称TCR杂志;Print ISSN: 2218-676X; Online ISSN 2219-6803, www.thetcr.org), 是以台湾大学 Eric Chuang 教授为主编,Scripps Proton Therapy Center 中心主任 Huan Giap 医生、中国医学科学院徐兵河教授为副主编的一本肿瘤期刊,创刊于2012年,为双月刊,同是开放获取同行评议的国际期刊。作为基础研究和临床治疗之间的桥梁,杂志主要发表关于肿瘤的危险评估,细胞及分子特性,预防,检测,诊断及治疗方面的最新研究结果、最新技术和治疗方案。目前出版的特刊中,肿瘤的放射治疗占有一定比重。

TCR 杂志近期邀请到美国 Moffitt 癌症中心的 Dung-Tsa Chen 博士和 Yian Ann Chen 博士共同担任客座主编,组织"Statistical and bioinformatics applications in biomedical omics research" 特刊,于2014年6月顺利出版。

 

本原创文章由科研时间首要发布,媒体转载请注明出处。欢迎大家关注【科研时间】,和我们一起爱临床,爱科研,也爱听故事。

点击【链接】查看被编译文章 "Identification of cancer mechanisms through computational systems modeling" 原文全文:http://www.thetcr.org/article/view/2551/html

Doi:10.3978/kysj.2014.1.256

comments powered by Disqus

附件