脑胶质瘤是指起源于脑神经胶质细胞的肿瘤，是成年人最常见的原发性颅内肿瘤。我国脑胶质瘤年发病率为每10 万人中有5～8例，5 年病死率在全身肿瘤中仅次于胰腺癌和肺癌。但脑胶质瘤发病的内在机制尚不明了，目前确定的两个危险因素是：暴露于高剂量电离辐射和与罕见综合征相关的高外显率基因遗传突变。

脑胶质瘤的标准疗法以手术切除为主，结合放射治疗与使用化学药物替莫唑胺(TMZ)进行综合治疗。手术可以缓解临床症状，延长生存期，但往往只可延长患者约三个月的寿命，因为几乎所有患者都会面对脑胶质瘤复发的问题。医学界当前仍未厘清这套标准疗法为什么会促使脑胶质瘤恶化。

为了解开这个谜团，由香港科技大学生命科学部和化学及生物工程学系夏利莱夫人、生命科学副教授王吉光领导的研究团队，全面分析了544位脑胶质瘤患者的肿瘤分子样本和临床数据，其中包括182名东亚患者，以辨识不同种类脑胶质瘤演化的基因组和转录组预测因子。相关成果发表在《科学·转化医学》上。

透过大数据分析，研究团队发现一些与TMZ抗药性及脑胶质瘤快速恶化相关的早期预测因子，比如患者在初次诊断时已发现某个基因的数量增多，或某个基因被过度激发，或某个基因缺失，他们后期肿瘤急剧恶化的机率会更高。发现这些脑胶质瘤复发的早期预测因子，将有助开发针对这种恶性肿瘤的精准治疗方案，为患者带来裨益。

团队进一步发现，东亚人的脑肿瘤基因突变，跟白人比较有明显差异。例如东亚患者脑肿瘤出现7号染色体扩增和10号染色体缺失的机率较少，而出现MYC 复制基因扩增的机率则相对较多。有一种较常在白人患者身上发现的脑胶质瘤高风险因素rs55705857(G)，却极少机会在东亚人群中出现。王吉光教授说，这些研究结果印证了为癌症患者制定个人化治疗方案的重要性。

为了更好地评估患者接受治疗的进程及结果，团队还开发了一套名为CELLO2的人工智能模型，用于初诊后评估患者的病情。经过训练的模型可以准确预测复发的肿瘤是否会在TMZ化疗下恶化，并识别出高风险患者。这套模型放在一个公开的互动网站(CELLO2)上，向公众开放，网站还为患者和医生提供脑胶质瘤的长期追踪数据库。

论文的共同第一作者首都医科大学北京天坛医院教授暨北京市神经外科研究所所长江涛教授表示：CELLO2是第一个可以通过原发肿瘤的分子特征预测复发肿瘤级别是否升高或耐药的有效工具，为临床管理患者和预估患者预后提供了重要参照。

未来，王吉光教授领衔的团队将继续整合更多患者数据，进一步优化机器学习模型，计划开发一个整合医学影像和多组学数据的人工智能平台，推动精准神经肿瘤学的发展。