用于预测细胞对治疗剂的应答的方法和系统

摘要

本发明提供了用于治疗患者的方法，所述方法包括用于预测细胞(例如肿瘤细胞)对治疗剂治疗的应答的方法。这些方法包括在细胞样品中测量一种或多种细胞网络组分的水平，然后使用细胞网络计算模型计算细胞的网络激活状态(NAS)或网络抑制状态(NIS)。然后根据计算出的NAS或NIS值来预测细胞对治疗的应答。本发明还包括针对细胞应答性的预测方法，其中细胞(例如肿瘤细胞)的NAS或NIS值的计算与统计分类算法的使用相结合。还提供了用于预测对靶向ErbB信号传导途径内组分的治疗剂治疗的应答性的生物标志。

主权项

一种用于治疗具有赘生性肿瘤的患者的方法，所述方法包括：获得肿瘤样品，测定所述样品中pErbB3的水平，并随后给患者施用至少一种抗肿瘤治疗剂，其中，如果在所述样品中测定的pErbB3水平不低于在无血清培养基中培养20‑24小时后的ACHN细胞培养物中测量的pErbB3水平的50％，则随后给患者施用的至少一种抗肿瘤治疗剂包括抗ErbB3抗体，并且如果在所述样品中测定的pErbB3水平低于在ACHN细胞培养物中测量的pErbB3水平的50％，则随后给患者施用的至少一种抗肿瘤治疗剂不包括抗ErbB3抗体。