首页 > 文章详情

2025 SABCS｜李俊杰教授：FASCINATE-N研究新突破，AI 赋能HR+/HER2- 乳腺癌精准治疗

12月11日

编译：肿瘤资讯

来源：肿瘤资讯

Session Type

SABCS Session

Session Title

Poster Session 3

摘要号

PS3-07-26

英文标题

Precision neoadjuvant treatment with Artificial Intelligence assisted subtyping in HR+/HER2- breast cancer: a randomized, open-label, phase 2 trial FASCINATE-N

中文标题

人工智能辅助分子分型指导 HR+/HER2- 乳腺癌精准新辅助治疗：一项随机、开放标签Ⅱ期临床试验（FASCINATE-N 研究）

讲者

李俊杰教授，复旦大学附属肿瘤医院

背景

寻找激素受体阳性/人表皮生长因子受体2阴性（HR+/HER2-）乳腺癌的有效新辅助个体化治疗方案仍是目前持续研究的热点。我们此前对HR+/HER2-乳腺癌样本进行了二代测序联合代谢组学和蛋白质组学分析。利用大规模多组学数据和相似性网络融合（SNF）技术，我们将HR+/HER2-乳腺癌分为四种新型分子亚型：SNF1（经典腔面型）、SNF2（免疫原性型）、SNF3（增殖型）和SNF4（RTK驱动型）。随后，我们开发了一种基于人工智能（AI）辅助分类的数字病理学方法，利用源自病理全视野数字切片（WSI）的卷积神经网络来对分子亚型进行分类。

方法

在这项II期试验中，II-III期HR+/HER2-乳腺癌患者根据AI辅助数字病理分类确定的相似性网络融合（SNF）分型，被归类为内分泌治疗组（Endocrine-based）和靶向治疗组（Targeted-based），并按1:1随机分配接受精准治疗或对照治疗。

精准治疗方案包括：

内分泌治疗组：接受6个周期的达尔西利（CDK4/6抑制剂）联合内分泌治疗，每4周为一个周期；
靶向治疗组：接受6个周期的靶向治疗（SNF2型使用SHR-1316 [PD-L1抑制剂]，SNF3型使用氟唑帕利 [PARP1抑制剂]，SNF4型使用阿帕替尼 [VEGFR抑制剂]）联合白蛋白结合型紫杉醇和卡铂，每4周为一个周期。

对照治疗方案为：白蛋白结合型紫杉醇联合卡铂，每4周为一个周期，共6个周期。

主要终点是病理完全缓解（pCR）。

结果

在251例随机分组的患者中，SNF分型将49例患者（19.5%）归入内分泌治疗组，202例（80.5%）归入靶向治疗组。

接受精准治疗的患者pCR率显著更高（11.1% [14/126; 90% CI, 6.8-16.8] vs. 4.0% [5/125; 90% CI, 1.6-8.2]; P = 0.033）。

在内分泌治疗组中，接受内分泌治疗的患者未观察到pCR事件，而对照组有1例pCR事件（P = 0.490）。

在靶向治疗组中，精准治疗组的pCR率显著高于对照组（13.9% vs. 4.0%; P = 0.026）。

两组间3级或以上治疗相关不良事件发生率相似。未发生治疗相关死亡。

结论

我们的研究结果表明，精准治疗可以提高HR+/HER2-乳腺癌患者新辅助治疗的获益。在内分泌治疗组中，证实了新辅助内分泌治疗（NET）联合CDK4/6抑制剂可替代化疗，且耐受性更好；而在靶向治疗组中，精准治疗显示出具有前景的临床活性和可控的安全性特征。

ClinicalTrials.gov: NCT05582499

责任编辑：肿瘤资讯-Jina
排版编辑：肿瘤资讯-Jina

专栏二维码.jpg