癌症驱动基因是那些具有对于肿瘤发展和扩散必不可少的突变的基因。在ICREA研究人员Patrick Aloy的带领下，巴塞罗那IRB巴塞罗那结构生物信息学和网络生物学(SBNB)实验室的科学家开发了一种计算管线，该管线可以预测肿瘤对不同癌症治疗方法的反应。该系统基于复杂应答标记物的鉴定，所述复杂应答标记物源自携带突变的癌症驱动基因之间的共现模式。它已经过实验测试，并获得了乳腺癌患者的数据，在预测这些反应中达到了66%的准确性。

鉴于其在肿瘤发展中的关键作用，近几十年来已广泛研究了癌症驱动基因。了解这些基因中的哪些基因在特定肿瘤中受到影响，可以通过一种称为精密医学的方法帮助确定针对该患者的最合适的治疗策略。SBNB实验室的研究人员首次提出，两个或多个癌症驱动基因的共现(或不存在)改变是预测对某种疗法反应的关键因素。

“受到突变影响的两个或多个癌症驱动基因的总和导致形成了复杂的生物标志物网络，改变了肿瘤的分子特征，并影响了其对治疗的反应，” Aloy说。他补充说：“通过这项工作，我们看到，从整体上研究癌症驱动基因，分析不同的组合，可以为精密医学带来巨大的进步。”

尽管关于癌症基因组的数据很多，但是关于患者的治疗干预结果的信息很少。研究人员从一个公共数据库开始，该数据库收集有关多种疗法对已植入小鼠模型的人类肿瘤生长的影响的信息。基于这些数据，他们选择了53种治疗方法(或多种治疗方法的组合)，并比较了对每种治疗方法有反应和无反应的肿瘤的分子分布。

SBNB Lab的博士后研究员，该研究的第一作者LídiaMateo说：“开发了计算模型后，我们在植入小鼠的人类肿瘤中进行了实验验证。” 她补充说：“我们能够在14个案例研究中的12个中预测治疗的结果，远远超过批准的生物标记物预测药物反应的能力。” 研究人员还利用乳腺癌患者的治疗反应数据验证了该算法。

该研究成果已在基因组医学杂志上发表，是与Vall d'Hebron肿瘤学研究所(VHIO)和纪念斯隆·凯特琳纪念癌症中心(MSKCC)合作进行的，从而使该预测系统可用于分析临床试验结果。