Cedars-Sinai 癌症研究人员使用了一种独特的精准医学和人工智能 (AI) 工具，称为分子孪生精准肿瘤学平台，来识别优于预测胰腺癌生存标准测试的生物标志物。他们的研究发表在《自然癌症》杂志上，证明了一种工具的可行性，有一天可以指导和改善所有癌症患者的治疗。

“我们在 Cedars-Sinai 开发的分子双胞胎可用于研究任何肿瘤类型，包括众所周难以治疗的胰腺癌，”Cedars-Sinai 癌症中心主任 Dan Theodorescu 博士说以及第一阶段基金会杰出主席和该研究的资深作者。“利用我们的分子孪生技术，我们预计创建的测试甚至可以在缺乏先进资源和技术的地区使用，为患者提供最有效的治疗方法，并扩大精准医疗的可用性。”

研究人员使用分子双胞胎平台分析了 74 名患有最常见和最具侵袭性的胰腺癌类型——胰腺导管腺癌的患者的血液和组织样本。这种疾病始于将消化酶从胰腺运送到小肠的导管内壁细胞。

研究人员首先结合了 6,363 个不同的生物数据点，包括遗传和分子信息，创建了一个模型，可以准确预测 87% 患者的疾病生存率。然后，该团队使用人工智能来简化数据，并创建了一个模型，该模型仅用 589 个数据点就表现得几乎一样好。更进一步，研究人员确定血液中发现的蛋白质是胰腺癌生存的最佳单一预测因子​​。

完整且简化的模型以及血液蛋白测试的性能优于食品和药物管理局唯一批准的胰腺癌测试，即名为 CA 19-9 的血液测试。这些发现在癌症基因组图谱、马萨诸塞州总医院和约翰·霍普金斯大学的独立数据集中得到了验证。