PARP抑制剂是阻断某些细胞酶的物质，可以预示由同源重组（HR）缺陷引起的癌症，HR是一种协调修复有害DNA断裂的微观机制，但是大多数临床试验都不能可靠地检测HR。

不过哈佛医学院的科学家已经开发出一种人工智能筛查系统SigMA，他们声称这种系统可以准确，高效地读取有HR缺陷的分子特征，并且可以与现有的筛查方法配合使用。论文发表在Nature Genetics期刊上。

精确医学的核心是找到可操作的遗传生物标记物，并使用针对相关癌症驱动途径的药物治疗患者。HMS Blavatnik研究所生物医学信息学教授Peter Park表示，“我们相信我们的算法可以极大地提高医生提供这种个体化治疗的能力。我们怀疑有更多没有BRCA突变的病人可以从PARP抑制剂中获益，但医生不知道他们是哪一种。我们的方法可以提供帮助。”

正如Park及其同事解释的那样，PARP抑制剂通常用于患有乳腺癌，卵巢癌，胰腺癌和其他BRCA基因突变的癌症患者。但并非每个患有HR缺陷的患者都会有BRCA突变，因此大多数标准检测都会错过它们。相比之下，SigMA可以识别HR缺陷的特征模式，甚至在仅分析基因子集的临床测试中也是如此。

研究人员从数千个已完全测序的肿瘤基因组中挑选出一个语料库，并对该模型进行训练。之后对730个全基因组测序分析的样本进行了性能测试。报告称它确定样本的正确率为74%，与现有算法相比有所改善。在随后的实验中，878例先前接受过基因检测的患者的乳腺肿瘤样本中，有23%的样本有缺乏HR的迹象。此外，它成功地揭示了其他类型癌症中先前未识别的缺陷，包括5％的食管癌，38％的卵巢癌样本。



在第三个旨在确定该模型是否能够预测癌症细胞对PARP抑制剂的反应的实验中，科学家们对14种癌症类型的383个肿瘤细胞系进行了测试，这些细胞系使用了4种不同的PARP抑制剂。他们说，SigMA发现的乳腺癌细胞系（甚至其他肿瘤类型）有HR缺陷，对PARP抑制剂的反应比没有这种缺陷的细胞更好。

此类检测的首要目标是帮助临床医生根据特定基因缺陷的缺失或存在，确定每位患者的最佳治疗方案。研究人员认为，如果SigMA被纳入医院的基因检测中，那么每年约有27万名被诊断患有乳腺癌的人会因此受益，估计其中5％至10％患有BRCA缺陷。

研究小组警告说，SigMA无法检测到突变很少的癌症中的HR缺陷，例如成神经管细胞瘤（一种脑癌）和尤文肉瘤（骨癌）。但是它可以在其他完全测序的基因组语料库上进行训练，以检测更多种类的突变。

Park表示，“在过去的几个月里，我们已与许多临床医生进行过交流，并展开了多次合作我们认为我们可以用这种计算方法对癌症治疗产生真正的影响，算法的准确性因癌症类型而异。这最终意味着更多更好的针对性疗法。”