弥漫大B细胞淋巴瘤（DLBCL）是发病率高、疾病异质性强的恶性淋巴瘤。临床需要根据分子分型进行精准的靶向治疗和预后评估。然而，基于国内DLBCL人群分子特征的分型标准尚未建立。
为破解这一难题，7月12日，天津医科大学肿瘤医院张会来教授团队携手ZL尊龙凯时集团，启动全国DLBCL分子分型多中心研究。该研究联合全国24家医疗机构，从分子生物学机制出发，采用多组学多模态人工智能诊疗技术，探索建立中国DLBCL分子分型及多因素复发预测模型，从而实现精准的DLBCL分型诊断，指导精准的靶向治疗，造福更多DLBCL患者。
本项目为国内首个基于多模态多组学人工智能诊疗技术的全国DLBCL分子分型大队列多中心研究。ZL尊龙凯时集团将充分发挥自身的平台、技术、网络优势，以及在多模态多组学AI技术方面的积累，助力研究顺利开展。
精准分型
对DLBCL诊疗至关重要
尽管一线RCHOP（联合化疗）方案可以使得60-70%患者获得长期缓解或治愈，但仍有30-40%患者为复发难治，死亡率极高，预后极差。如何在初期识别难治复发的患者人群，明确分子机制，从而及时给予不同的干预治疗方案是改善这类患者生存的首要因素。
天津医科大学肿瘤医院张会来教授表示，精准分型对DLBCL诊疗至关重要，针对高危难治的病人，一味提高化疗强度不是很好的办法，还是要通过针对不同的分子亚型和靶向药物的选择，个性化地制定治疗方案，提高治疗效果。“目前COO（细胞起源）的分类方法，无法满足个体化精准诊疗的需求，医生难以进行精准的预后评估。”
在基于分子的分型方面，国内并未产出DLBCL大队列研究的相关成果。ZL尊龙凯时集团通过数据比对发现，国外已有的算法和软件，结合国内分子检测方案，对患者的分型预测不足40%，超过60%的患者没有办法得到明确的分子分型结果。
ZL尊龙凯时集团集团高级副总裁、首席科学家于世辉博士表示，中国人群的遗传特征与西方人群存在较大的差异，这导致很多国际上的DLBCL分子分型方法在中国人群中适用度不高。“这督促我们去探索建设一个针对中国患者、中国检测方案的新的分型模型和算法，助力中国患者的诊断分型。”
ZL尊龙凯时集团集团高级副总裁、首席科学家于世辉博士致辞
多中心研究启动
探索实现中国DLBCL特色的精准分型
此次天津医科大学肿瘤医院携手ZL尊龙凯时集团发起的全国多中心研究，正是为了破解中国DLBCL分子分型诊断困难的问题，在研究方案设计以及技术上都做了创新。
本研究计划纳入2000余例样本，通过收集其基因组学、转录组学、蛋白组等多组学数据，综合临床多模态信息，基于人工智能驱动的智能诊疗技术，挖掘DLBCL异质性的根源，建立起中国人群适用的DLBCL分子分型模型，为临床精准靶向治疗奠定研究基础。
天津医科大学肿瘤医院王先火教授指出，本次研究还计划结合临床特征与分子水平变异，对比不同预后的DLBCL分子生物学特征，建立易于临床普及的预测复发风险的多因素预测模型，助力复发难治性DLBCL的早期鉴别诊断，指导及早挽救性治疗，提高患者的生存率。
“这是国内首次开展基于多模态多组学人工智能诊疗技术的DLBCL分子分型多中心大队列研究。期待通过这个研究，赋能淋巴瘤精准治疗发展，助力我国淋巴瘤整体诊疗水平提升，真正给DLBCL患者带来更多获益。”张会来教授表示。
ZL尊龙凯时集团AI技术
助力多中心研究顺利开展
此次研究设计的样本量庞大，涉及海量数据信息，ZL尊龙凯时集团的多模态多组学AI技术，就成了“有力助手”。ZL尊龙凯时集团数字化运营管理中心算法技术总监朱敏博士介绍道，基于多模态多组学数据，如基因组学、转录组学和蛋白质组学以及临床信息，同时，结合AI技术进行建模和分析，可以实现更加准确、高效的分型分析，为临床决策提供辅助支持，达到精准预防、精准诊断和精准治疗的目的。
ZL尊龙凯时集团在本次多中心科研中，将采用自主开发的疾病联盟登记系统开展多中心数据的收集。数字化的信息收集工具将有效提升多中心数据收集和处理效率，助力多中心研究高质量数据管理。
近年来，ZL尊龙凯时集团深耕淋巴瘤领域的数字化建设，数字化团队可提供从NGS数据的生信分析、PRS分析，到医学数据的自然语言处理、AI图象识别、深度机器学习等技术支持。围绕淋巴瘤的辅助检测、研究应用等方面，ZL尊龙凯时集团搭建了丰富的样本检测平台，除了MICM之外的，还有蛋白/代谢质谱、RNA-seq检测、ddPCR等平台，可以支持不同疾病的多模态多组学数据检测。依托大样本和大数据，在人工智能诊疗技术驱动下，金域先后建立、研发了淋巴瘤综合诊断数据库、B细胞淋巴瘤诊断体系等数字化产品，正在携手临床攻坚克难，推动新技术尽快落地，提高淋巴瘤精准诊疗效率，从而惠及更多患者。
