臨床上患者對二代賀爾蒙治療反應差異大，缺乏可預測反應的生物標誌

抗藥性發生機轉多樣，傳統基因分析無法有效區分不同反應模式

藉由整合轉錄體資料與臨床資訊，提供精準化治療依據，降低試錯式用藥風險

 技術簡介 

本技術藉由Affymetrix的全轉錄體晶片，分析病人的投藥前、投藥後三個月以及抗藥性產生後三個時間點的全轉錄體資料，透過加權相關網絡分析 (weighted gene correlation network analysis) 與臨床資訊關聯，並結合數種機器學習的演算法，篩選出關鍵的轉錄體資訊，進而建立針對不同機轉之二代賀爾蒙藥物的反應分類模型。目前針對雄激素生成抑制劑(ASI)的預測準確率達84.5%、雄激素受體拮抗劑 (ARB) 準確率達90%。

 應用案例 

• 利用此模型可在治療前預測病人對ASI或ARB的反應，輔助臨床選擇最合適藥物。
• 可應用於新藥臨床試驗，協助患者分層與療效預測。
• 亦可延伸至其他癌症治療的基因反應分型研究。

 相關連結 

無

 專利名稱證號 

• TW I808838
• US 18/578,721
• CN 202280049348.2
• EP 22845343.7

 技術產學合作或技轉單位 

無

 獲獎紀錄 

第21屆國家新創獎-臨床新創獎

 技術聯絡人 

高雄醫學大學 洪一豪專案副理

連絡電話：07-3121101 ext. 2360

聯絡信箱：R121084@kmu.edu.tw