A Genfi Egyetem kutatói olyan mesterséges intelligencián alapuló rendszert fejlesztettek ki, ami képes előre jelezni, hogy egy daganat mekkora eséllyel képez áttétet, és a modell közel 80 százalékos pontossággal működik több ráktípus esetében is.

Az eredmények új irányt adhatnak a személyre szabott onkológiai kezeléseknek, mivel segíthetnek eldönteni, mely betegek igényelnek agresszívebb terápiát, és kiknél kerülhető el a túlkezelés.

A vastagbélrákból származó tumorsejtek

A kutatók vastagbélrákból származó tumorsejteket vizsgáltak, és arra keresték a választ, miért terjednek egyes daganatok, míg mások lokalizáltak maradnak. Bár a daganatképződéshez vezető genetikai eltérések jelentős részét már ismerik, továbbra sem világos, mi határozza meg, hogy bizonyos sejtek elszakadnak az elsődleges tumortól, majd a szervezet más részein új daganatot hoznak létre.

„A rák eredetét gyakran anarchikus sejteknek tulajdonítják” – magyarázta Ariel Ruiz i Altaba professzor, a Genfi Egyetem Orvostudományi Karának Genetikai Orvoslás és Fejlődés Tanszékéről. „Ugyanakkor a rákot inkább a fejlődés torzult formájaként kell értelmezni.”

A szakember szerint genetikai és epigenetikai változások olyan biológiai programokat aktiválhatnak újra, amelyek normál esetben csak a korai fejlődési szakaszban működnek, és ezek a programok végül daganatképződéshez vezethetnek.

A kutatás fő része

A kutatás egyik legfontosabb felismerése, hogy az áttétképződés nem véletlenszerű folyamat, hanem meghatározott biológiai mintázatokat követ. „A kihívás tehát az, hogy megtaláljuk a kulcsot a rák logikájának és formájának megértéséhez, és áttétek esetén azonosítsuk azokat a sejttulajdonságokat, amelyek lehetővé teszik, hogy egyes sejtek elszakadjanak a tumortól és máshol új daganatot hozzanak létre” – fogalmazott Ruiz i Altaba.

A kutatók mintegy harminc, két elsődleges vastagbéldaganatból származó sejtkolóniát izoláltak, majd laboratóriumi körülmények között és egérmodellben is vizsgálták azok mozgási és áttétképző képességét.

Több száz gén aktivitását elemezték

Ezzel párhuzamosan több száz gén aktivitását elemezték, és egyértelmű génexpressziós mintázatokat azonosítottak, amelyek szoros összefüggést mutattak a sejtek terjedési potenciáljával. Ugyanakkor kiderült, hogy az áttétképző hajlam nem egyetlen sejt sajátosságán múlik, hanem a rokon daganatsejtek közötti kölcsönhatások is meghatározó szerepet játszanak – írj a Science Daily.

Az így azonosított génmintázatokat integrálták a Mangrove Gene Signatures nevű mesterséges intelligencia rendszerbe. „Eszközünk újdonsága abban rejlik, hogy tucatnyi, sőt akár több száz génmintázatot használ fel, ami különösen ellenállóvá teszi az egyéni variációkkal szemben” – emelte ki Aravind Srinivasan kutató.

Közel 80 százalékos a pontosság

A modell betanítását követően a rendszer közel 80 százalékos pontossággal jelezte előre a vastagbélrák áttétképződését és kiújulását, és teljesítménye meghaladta a jelenlegi módszerekét. Emellett a vastagbélrákból származó génaláírások más daganattípusoknál, például gyomor-, tüdő- és emlőrák esetében is hasznosnak bizonyultak az áttétkockázat becslésében.

A MangroveGS közvetlenül alkalmazható kórházakban vett tumormintákon, mivel a sejtek RNS-elemzését követően gyorsan előállít egy titkosított rendszeren keresztül továbbított kockázati pontszámot, amelyet az orvosok és a betegek is megismerhetnek.

„Ez az információ lehetővé teszi az alacsony kockázatú betegek túlkezelésének elkerülését, ezáltal csökkentve a mellékhatásokat és a felesleges költségeket, miközben fokozott megfigyelést és kezelést biztosít a magas kockázatú páciensek számára” – hangsúlyozta Ruiz i Altaba. Hozzátette, hogy a módszer a klinikai vizsgálatok résztvevőinek kiválasztását is optimalizálhatja, mivel csökkentheti a szükséges önkéntesek számát és növelheti a kutatások statisztikai erejét.

A Cell Reports folyóiratban publikált tanulmány eredményei hosszú távon hozzájárulhatnak új terápiás célpontok azonosításához, és egyúttal átalakíthatják a daganatos betegek kezelésének stratégiáját, mivel az áttétképződés kockázatának pontosabb előrejelzése kulcsfontosságú a túlélési esélyek javításában.