射。在 一些实施方式中，如果CD44的水平在肿瘤环境中提高且MFG-E8的水平在肿瘤环境中降低， 则与药学上有效量的抗癌剂结合向受试者施用有效剂量的电离辐射，该有效剂量的电离辐 射与施用给在肿瘤环境中CD44的水平没有提高且MFG-E8的水平在肿瘤环境中没有降低 (例如，根据当前的标准治疗）的受试者的有效剂量相同或类似。上述实施方式应用于当前 没有进行放射治疗的受试者以及对于进行放射治疗的受试者改变现有的治疗过程。
[0137] 在一些实施方式中，治疗计划基于本文描述的生物标志物的表达水平制定和/或 修改。
[0138] 还可以通过使用相对于在正常样品中的水平测定肿瘤组织中生物标志物的表达 水平的算法选择治疗过程。该算法可以是包括生物标志物表达水平和用于组合表达水平的 系数（即，权重）的线性回归算法。在一些实施方式中，该算法包括最小二乘法拟合以计算 该系数。如果该算法确定肿瘤样品中生物标志物的表达水平相对于在正常样品提高或降 低，那么可以指定合适的治疗过程。在一些实施方式中，该算法是非参数回归树。在一些实 施方式中，使用标准统计方法分析数据以确定那些生物标志物对于临床存活或局部肿瘤控 制失败具有最高预测性。
[0139] 在一些实施方式中，本文描述的方法是计算机实施的方法。在一些实施方式中，计 算机实施的方法包括向本文描述的生物标志物的表达水平分配分级的或加权的值的线性 回归模型。在一些实施方式中，本公开提供计算机可读的介质，该介质提供指令以使得计算 机执行本文描述的方法。例如，该介质可以提供指令以使得计算机向本文描述的生物标志 物的表达水平分配分级的或加权的值。
[0140] C.治疗性照射剂量
[0141] 本文描述的肿瘤生物标志物的表达水平可以用来优化患者的放射治疗。例如，可 以基于生物标志物的表达水平调节施用于肿瘤或受试者的照射的治疗剂量。如本领域中 所熟知的，电离辐射的有效剂量随需要治疗的肿瘤类型和癌症阶段发生变化。有效剂量还 可以基于施用给患者的其它治疗形式，例如化疗治疗和外科手术治疗，以及辐射是否在外 科手术前或后施用而发生变化。一般地，对于实体上皮肿瘤的治疗剂量在大约60至80戈 瑞（Gy)的范围，然而对于淋巴瘤的治疗剂量为大约20至40Gy。一般地，预防剂量可以是 45-60Gy〇
[0142] 如本领域中所熟知的，治疗剂量可以按份递送。分割是指将总照射剂量分散在一 段时间上，例如数天、数周或数月。在每一份中递送的剂量可以是每天大约1.5_2Gy。治疗 计划依据每个患者的治疗需要可以包括每天、每隔一天、每周等一或多次的按份治疗。例 如，低分割时间表包括将总剂量分成几个相对大的剂量，并间隔至少一天施用该剂量。不例 性的分割剂量是每份3Gy至20Gy。可用于治疗肺癌的示例性分割时间表是连续超分割加速 放射疗法（CHART)，其由每天三个小份组成。
[0143] 本文描述的生物标志物可用于制定和改变用于诊断患有肿瘤或癌症的患者的治 疗计划。该治疗计划可以包括可视化或测量需要照射的肿瘤体积、施用于肿瘤的最佳或有 效照射剂量和防止对附近存在风险的健康组织或器官的损伤的最大剂量。算法可用于治疗 规划，并包括基于采用的特定放射治疗技术参数（例如机架角度、MLC叶位置等）的剂量计 算算法和使用各种技术在剂量计算之间调整系统参数以优化治疗效力的检索算法。示例性 的剂量计算算法包括各种Monte Carlo ( "MC"）技术和笔形束卷积（"PBC")。示例性检索 算法包括各种模拟退火（"SA"）技术、代数逆向治疗规划（"AITP"）和同时迭代逆向治疗 规划（"SIITP"）。这类技术和其它技术在本领域是公知的，且包括在本公开的范围内。
[0144] 治疗规划算法可以作为提供附加特征和能力的整合治疗规划软件包的部分实施。 例如，可以用剂量计算算法和检索算法优化各个机架角度的一组注量图，使用单独的叶测 序仪计算递送它们需要的叶移动。或者，可以使用剂量计算算法和检索算法直接优化叶移 动和其它机器参数。由本发明的受让人提供的Eclipse?治疗规划系统包括这种整合软件 程序。用于优化治疗计划的方法描述在美国专利第7, 801，270号中，其通过引用并入本文。
[0145] 在一些实施方式中，本文描述的生物标志物可以用来监测放射治疗后肿瘤控制的 进展。例如，可以比较电离辐射治疗前后的生物标志物的表达水平。在一些实施方式中，如 果放射治疗后生物标志物的表达水平提高，这表明肿瘤的大小继续增长。因此，放射治疗可 以基于使用本文描述的生物标志物监测肿瘤生长进行改变。
[0146] 本文描述的生物标志物可以用于本领域已知的任何放射治疗技术。放射治疗技术 包括外放射治疗（"EBRT"）和调强适形放射治疗（"頂RT"），其可以通过配备有多叶准直 器（"MLC"）的放疗系统如直线加速器施用。多叶准直器和頂RT的使用允许患者从多个角 度治疗而同时改变照射束的形状和剂量，因而避免了附近健康组织的过量照射。其它示例 性放射治疗技术包括立体定向放射治疗（SBRT)、容积调强弧形放射疗法、三维适形放射疗 法（"3D适形"或"3DCRT"）、图像引导放射疗法（IGRT)。放射治疗技术还可以包括自适应 放射疗法（ART)，其是可以在放射治疗过程中修正治疗以依据患者解剖学改变及器官和肿 瘤形状优化剂量分布的IGRT形式。另一种放射治疗技术是近距离放射治疗。在近距离放 射治疗中，将放射活性源植入受试者体内，以使得放射活性源靠近肿瘤。如本文所使用的， 术语放射治疗应被广泛地理解和意图包括用于照射患者的各种技术，包括光子（如高能X 射线和γ射线）、粒子（如电子和质子束）和放射外科技术的使用。进一步地，向靶区提供 适形照射的任何方法意图在本公开的范围内。
[0147] D.化学治疗剂
[0148] 在一些实施方式中，放射治疗与一种或多种化学治疗剂（例如，抗癌剂）联合施 用。化学治疗剂包括辐射敏化剂、抗肿瘤或抗癌剂和/或TGF-β信号传导的抑制剂。在一 些实施方式中，放射治疗与免疫系统调节剂联合施用。
[0149] 1.辐射敏化剂
[0150] 在一些实施方式中，化学治疗剂是辐射敏化剂。示例性的辐射敏化剂包括缺氧辐 射敏化剂例如米索硝唑、甲硝哒唑和反式藏花酸钠（帮助增加氧向缺氧肿瘤组织中扩散的 化合物）。辐射敏化剂还可以是DNA损伤反应抑制剂，其干扰碱基切除修复（BER)、核苷酸切 除修复（NER)、错配修复（MMR)、包含同源重组（HR)和非同源末端连接（NHEJ)的重组修复 及直接修复机制。SSB修复机制包括BER、NER或MMR途径，同时DSB修复机制由HR和NHEJ 途径组成。照射造成DNA损坏，其如果不修复是致死的。单链损坏可以通过BER、NER和MMR 机制使用完整的DNA链作为模板修复。SSB修复的主要途径是利用称为聚-(ADP-核糖）聚 合酶（PARP)的相关酶家族的BER。因此，辐射敏化剂可以包括DNA损伤反应抑制剂例如聚 (ADP)核糖聚合酶（PARP)抑制剂。
[0151] 2.抗肿瘤剂
[0152] 在一些实施方式中，化学治疗剂是抗癌剂。抗癌剂的例子包括缺氧细胞毒素，例如 替拉扎明。在一些实施方式中，抗癌剂是当前批准用于治疗癌症或肿瘤的药物。在一些实 施方式中，抗癌剂被批准用于治疗肺癌，例如顺钼、紫杉酸（Taxol)、紫杉醇（Paclitaxal)、 氨甲噪呤（Abitrexate)、贝伐单抗、Folex、吉西他滨或易瑞沙（Iressa)。在一些实施方式 中，抗癌剂靶向融合蛋白，且包括如克唑替尼的药剂。
[0153] 3. TGF-β 抑制剂
[0154] 有实质证据表明TGF-β在对电离辐射的反应中起着关键作用。TGF-B是多能细 胞因子，其在正常组织内平衡中是重要的、调节炎性和免疫反且抑制上皮增殖。TGF-β在 照射的组织中激活，推测是由于潜在TGF-β复合物具有被活性氧物质活化的特定氧化还 原敏感构型，该活性氧物质通过照射产生。有明显的证据表明激活的TGF-β造成转移、驱 动损害功能的纤维化、促进肿瘤细胞增殖和抑制免疫监督。因此，在一些实施方式中，化学 治疗剂是TGF-β抑制剂。有四种主要种类的TGF-β抑制剂，包括配体捕获（例如IDll 或Fresolimumab)、反义寡核苷酸（例如，Trabedersen)、小分子受体激酶抑制剂（例如， LY2109761或LY2157299)和肽适体（例如，Trx-SARA)。本领域已知的任何合适的TGF-β 抑制剂可用于该方法，且认为在本文描述的方法的范围内。TGF-β抑制剂还包括抑制活化 的TGF-β产生的药剂。
[0155] 4.免疫调节剂
[0156] 免疫调节剂的实例包括抗体，其与在免疫系统细胞（例如抗原呈递细胞和T细胞） 表面上表达的分子结合。免疫调节剂还包括抑制或刺激免疫系统的小分子。小分子免疫调 节剂的一个非限制性实例是吲哚胺2, 3-双加氧酶的抑制剂。
[0157] 实施例
[0158] 实施例1
[0159] 该实施例描述本文中描述的生物标志物与放射治疗的肺癌患者的临床结果（存 活率和局部肿瘤控制）之间的相关性。
[0160] 统计方法
[0161] 为了理解所调查的人群的特征，首先检查人口统计学资料和生物标志物水平（强 度、比例和总数；全文中缩写为"Int"、"Prop"和"Tot"）的描述性统计。使用Allred评分 系统检查生物标志物水平。Allred评分系统允许测量如通过免疫组织化学监测的生物标志 物表达。考虑了通过免疫组织化学染色的细胞的百分比/比例（按0-5的尺度）和该染色 的强度（按0-3的尺度），导致可能为8的总评分。然后使用考克斯比例风险模型对存活时 间建模，定义为活组织检查日期至死亡日期或最后随访。首先检验单变量模型，然后检验多 变量模型以确定具有最高存活预测性的因素。使用逐步回归建立多变量模型，并且也进一 步检查可能的效果改进。我们还使用两种方法对每个生物标志物进行二分：1)由非参数回 归树提出的分割点，其中分割点被发现通过存活时间"最好地"分离受试者，和2)可视化检 查分布中何处存在清晰的分离。最后，我们使用逻辑回归模型检查生物标志物和临床特征 如何预测局部肿瘤控制失败。对于所有分析将统计学显著性设定在0.05的水平。
[0162] 结果
[0163] 该分析中包括总共133个死亡的肺癌患者。所有患者中的中位存活时间是1. 5年。 大部分患者是白人男性；进行了治愈性放射治疗的大多数患者诊断为III期，且当前吸烟 (表2)。生物标志物的表达模式变化很大：ALDH1A1、⑶68、HA和V頂倾向于具有低的值，而 β -Cat、CD44、MFG-E8和MMP-9倾向于具有高的值（参见图1-8)。
[0164] 表2 :描述性统计患者特征（N = 133)
[0168] 单变量存活模型表明仅表现出风险的显著不同的患者特征是人种，其中黑人比非 黑人具有高几乎1. 5倍的死亡风险（p值=0. 038,表3)。此外，通过生物标志物水平对存活 差异的初步估计表明⑶68的较高水平与统计学上显著更高的死亡风险相关。即，⑶68Prop 中一个单位的提高会增加49%的死亡风险，而CD68Tot -个单位的提高增加25%的死亡 风险（分别对于Prop和Tot，p值=0· 008, p值=0· 02)。进一步地，对于MMP-9观察到 边际显著保护效应（分别对于Prop和Tot，p值=0. 05, p值=0. 054)。基于回归树对每 个生物标志物使用最佳分割点方法，⑶68和V頂组显示与存活的相关性，且具有MFG-E8的 边际显著性。使用通过可视化检查确定的分割点，MFG-E8组与存活相关。在这些图表中， CD68 (Prop和Tot)和VIM (Prop和Tot)都增加风险，而MFG-E8减少风险。
[0169] 表3:单变量存活估计