全文概要
《自然·医学》发表的一项研究利用 AI 计算病理测量 TROP2 蛋白的"膜比值"（NMR），发现其可预测 Dato-DXd 在非小细胞肺癌中的获益，且因存在治疗-生物标志物交互而具有预测性；提示 ADC 生物标志物应从"靶点表达量"转向对靶点定位与细胞转运的定量测量。

【开头配图Opening】

1. 抗体偶联药物生物标志物：从"表达量"到"定位"的跃迁

抗体偶联药物（ADC）的生物标志物筛选长期以来聚焦于靶抗原的表达强度，但表达量高并不总能预测疗效。11 月 11 日在线发表于《自然·医学》（Nature Medicine）的一项研究，提出了一种全新的思路——利用 AI 计算病理测量 TROP2 蛋白在细胞内的分布，以"膜比值"（Normalized Membrane Ratio，NMR）预测 Dato-DXd（datopotamab deruxtecan）在非小细胞肺癌（NSCLC）中的获益。

研究团队不再依赖传统的 TROP2 表达强度，而是通过计算病理学量化靶蛋白在细胞膜与细胞质的相对分布。在 TROPION-Lung01 试验的可评估非鳞、无可用基因组变异（non-AGA）人群中，TROP2 NMR 阳性与更长的无进展生存期（PFS）、更长的总生存期（OS）及更高的缓解率相关。

2. 预测性而非仅预后性的关键证据

更为关键的是，在多西他赛（docetaxel）治疗组中并未观察到类似的关联，且存在具有统计学意义的"治疗-生物标志物"交互作用，这支持 NMR 是预测性标志物而非单纯的预后指标。临床前实验进一步提示，TROP2 相对胞质定位的增加，可能反映了与 ADC 内化及载荷递送相关的生物学过程。

研究者强调，这一发现的核心临床意义在于：ADC 生物标志物或应超越"靶点丰度"，转向对靶点生物学、定位与细胞转运的定量测量。若能在前瞻性试验中得以验证，TROP2 NMR 将成为 AI 辅助病理学融入肺癌精准治疗选择的重要一步。

3. 尚待前瞻验证，但方向已清晰

研究团队也坦诚指出其局限：该分析为回顾性、探索性，最终阈值在评估人群内优化，仍需独立前瞻验证；生物标志物可评估人群仅为原试验的子集；NMR 的适用性可能因 ADC 平台不同而异；且算法源代码为专有，尚未形成普适的临床诊断工具。

目前，AVANZAR、TROPION-Lung07、TROPION-Lung17 等多项 III 期试验正在推进，有望进一步明确 NMR 在前瞻性定义人群中的价值。对关注肺癌精准治疗的医生而言，这项研究提示，AI 病理正在从"辅助诊断"走向"辅助选药"，为 ADC 时代的个体化治疗开辟了新维度。

来源：OncoDaily 报道（《自然·医学》期刊论文）

解螺旋科研助手企业微信二维码，扫码添加免费领取科研资料礼包，包含AI科研提效、SCI投稿技巧、国自然基金、医学科研绘图、科研软件工具等实用资料

声明：本文资讯来源于公开报道及学术期刊，仅作行业信息传播，不构成临床用药建议。转载需注明来源。