OncoTraj把肺癌抗藥性預測放上公開考場

對許多EGFR突變非小細胞肺癌患者而言，osimertinib已是第一線治療的重要支柱；但藥物能延長控制時間，並不等於能消除抗藥性的陰影。真正困難的是，在疾病尚未明顯惡化之前，醫師與研究者能否從基因檢測與臨床資料中，看見復發的方向。近日一篇arXiv預印本提出的OncoTraj，正是要把這個問題放進一個可重複比較的公開測試框架中。

根據預印本與專案資料，OncoTraj v1收錄813名接受第一線osimertinib治療的EGFR突變非小細胞肺癌患者，資料來源包括MSK-CHORD、FLAURA分子抗藥性補充資料，以及AACR Project GENIE BPC NSCLC。GitHub與Hugging Face資料卡均列出相同的隊列構成：MSK-CHORD 672人、FLAURA補充資料107人、GENIE BPC NSCLC 34人。

這個基準的設計不只是在「多收一些病人資料」。研究團隊把任務拆成三類：預測12個月地標時間點是否疾病進展、估計至疾病進展的時間，以及辨識六類主要抗藥機制。對臨床腫瘤學而言，這三個問題分別對應到風險分層、追蹤節奏與後續治療策略，但目前OncoTraj仍是研究基準，不能被解讀為可直接指導個別病人的工具。

較有意思的是，專案強調資料切分經過資料洩漏稽核，並提供可重現的基線模型與評估工具。這在醫療AI研究中並非小事；若同一名病人或高度相近的資料痕跡同時出現在訓練與測試階段，模型可能看似準確，實際上只是認出資料來源或時間序列中的捷徑。OncoTraj試圖把這類問題先行排除，讓不同模型在較乾淨的條件下比較。

然而，初步結果並沒有給出AI即將破解抗藥性的戲劇性答案。專案README概述，使用單一時間點的基因定序「快照」特徵，在來源內的乾淨評估中，三項任務未能穩定優於隨機水準。這個結果若經後續審查與獨立重現支持，含意可能不是模型不夠複雜，而是現有資料型態本身不足：一次性的NGS資料，或許很難捕捉腫瘤在治療壓力下逐步轉向的軌跡。

資料開放方式也反映了臨床基因體研究的現實邊界。Hugging Face資料卡與GitHub說明均指出，因GENIE BPC與MSK-CHORD等上游資料帶有使用限制，OncoTraj並不重新散布病人層級的整合表格，而是提供解析器、建置腳本與評估框架。換言之，它降低了建立共同基準的技術門檻，但研究者仍需依循原始資料庫的申請與使用規範。

這篇研究目前仍是預印本，尚未經同儕審查，公開摘要也未提供足以判斷所有模型細節與臨床變項處理方式的完整脈絡。即便如此，OncoTraj的訊息相當清楚：在精準腫瘤醫學與AI交會的下一階段，問題不只是打造更大的模型，而是要知道手上的資料究竟能回答什麼、不能回答什麼。對EGFR突變肺癌抗藥性的預測而言，這也許是一個不華麗、卻必要的起點。