Naukowcy odkrywają, że genetyka prawie zdrowych tkanek pomaga wykryć nawrót raka płuc
WASZYNGTON: Nowe badania prowadzone przez NYU Langone Health i jego Perlmutter Cancer Center sugerują, że zamiast analizować same nowotwory, dane genetyczne z pozornie zdrowej tkanki znajdującej się w pobliżu guzów płuc mogą być lepszym wskaźnikiem tego, czy rak powróci po leczeniu.
Według amerykańskich Centrów Kontroli i Zapobiegania Chorobom przedmiotem obecnego badania jest gruczolakorak płuc, który wywodzi się z komórek nabłonka pęcherzyków płucnych i stanowi około jedną trzecią wszystkich przypadków raka płuc w kraju. Kiedy nowotwory są usuwane chirurgicznie na wczesnym etapie w trakcie choroby większość pacjentów wraca do zdrowia; jednak w około 30% przypadków komórki nowotworowe, które były wcześniej obecne, powracają i mogą być śmiertelne. W rezultacie badacze od dawna poszukiwali biomarkerów, czyli czynników prognostycznych nawrotów, które mogłyby prowadzić do więcej.
Do badania włączono 147 mężczyzn i kobiet leczonych z powodu wczesnego stadium raka płuc. Zbadano wartość użytkową transkryptomu, pełnego zestawu cząsteczek RNA, które informują komórki, jakie białka mają wytworzyć. Analiza RNA pobranego z pozornie zdrowej tkanki sąsiadującej z komórkami nowotworowymi dokładnie przewidziała nawrót raka w 83% przypadków, podczas gdy RNA z samych nowotworów dostarczało informacji jedynie w 63% przypadków.
„Nasze odkrycia sugerują, że wzór ekspresji genów w pozornie zdrowej tkance może służyć jako skuteczny i jak dotąd nieuchwytny biomarker pomagający przewidywać nawrót raka płuc w najwcześniejszych stadiach choroby” – powiedział współautor badania Igor Dolgalev, dr. .
Wyniki opublikowanego 8 listopada w czasopiśmie Nature Communications badania są największym jak dotąd badaniem porównującym materiał genetyczny z nowotworów i sąsiadujących tkanek oraz ich zdolność do przewidywania nawrotu, mówi Dołgalew, adiunkt na Wydziale Lekarskim Grossman School of Medicine na Uniwersytecie Nowojorskim i członek Perlmutter Cancer Center.
Na potrzeby badania zespół badawczy zebrał prawie 300 próbek nowotworów i zdrowych tkanek od pacjentów z rakiem płuc. Następnie badacze zsekwencjonowali RNA z każdej próbki i wprowadzili te dane wraz z informacją, czy w ciągu pięciu lat od operacji wystąpił nawrót, do algorytmu sztucznej inteligencji. W programie tym wykorzystano technikę zwaną „uczeniem maszynowym” do zbudowania modeli matematycznych szacujących ryzyko nawrotu choroby.
Odkrycia ujawniły, że ekspresja genów związanych ze stanem zapalnym lub zwiększoną aktywnością układu odpornościowego w sąsiadującej, pozornie prawidłowej tkance płuc była szczególnie przydatna do przewidywania. Autorzy badania twierdzą, że ta reakcja obronna nie powinna występować w naprawdę zdrowej tkance i może być wczesnym sygnałem ostrzegawczym choroby.
„Nasze wyniki sugerują, że pozornie normalna tkanka znajdująca się blisko guza może wcale nie być zdrowa” – stwierdził współautor badania, dr Hua Zhou, bioinformatyk na Uniwersytecie Nowojorskim Grossman i członek Perlmutter Cancer Center. „Zamiast tego uwolnione komórki nowotworowe mogą wywołać tę nieoczekiwaną odpowiedź immunologiczną u swoich sąsiadów”.
„Immunoterapia, która wzmacnia mechanizmy obronne organizmu, może zatem pomóc w zwalczaniu wzrostu guza, zanim stanie się on widoczny dla tradycyjnych metod wykrywania” – dodał współautor badania i biolog nowotworowy Aristotelis Tsirigos, dr.
Tsirigos, profesor na Wydziale Patologii Uniwersytetu Nowojorskiego w Grossman i członek Perlmutter Cancer Center, ostrzega, że dochodzenie zadziałało wstecz, szkoląc program komputerowy na podstawie przypadków, o których już wiadomo, że nastąpił nawrót choroby.
W rezultacie zespół badawczy planuje w następnej kolejności wykorzystać program do prospektywnej oceny ryzyka nawrotu choroby u pacjentów niedawno leczonych z powodu wczesnego stadium raka płuc, mówi Tsirigos, który jest także dyrektorem Laboratoriów Bioinformatyki Stosowanej na Uniwersytecie Nowojorskim Langone.
Według amerykańskich Centrów Kontroli i Zapobiegania Chorobom przedmiotem obecnego badania jest gruczolakorak płuc, który wywodzi się z komórek nabłonka pęcherzyków płucnych i stanowi około jedną trzecią wszystkich przypadków raka płuc w kraju. Kiedy nowotwory są usuwane chirurgicznie na wczesnym etapie w trakcie choroby większość pacjentów wraca do zdrowia; jednak w około 30% przypadków komórki nowotworowe, które były wcześniej obecne, powracają i mogą być śmiertelne. W rezultacie badacze od dawna poszukiwali biomarkerów, czyli czynników prognostycznych nawrotów, które mogłyby prowadzić do więcej.
Do badania włączono 147 mężczyzn i kobiet leczonych z powodu wczesnego stadium raka płuc. Zbadano wartość użytkową transkryptomu, pełnego zestawu cząsteczek RNA, które informują komórki, jakie białka mają wytworzyć. Analiza RNA pobranego z pozornie zdrowej tkanki sąsiadującej z komórkami nowotworowymi dokładnie przewidziała nawrót raka w 83% przypadków, podczas gdy RNA z samych nowotworów dostarczało informacji jedynie w 63% przypadków.
„Nasze odkrycia sugerują, że wzór ekspresji genów w pozornie zdrowej tkance może służyć jako skuteczny i jak dotąd nieuchwytny biomarker pomagający przewidywać nawrót raka płuc w najwcześniejszych stadiach choroby” – powiedział współautor badania Igor Dolgalev, dr. .
Wyniki opublikowanego 8 listopada w czasopiśmie Nature Communications badania są największym jak dotąd badaniem porównującym materiał genetyczny z nowotworów i sąsiadujących tkanek oraz ich zdolność do przewidywania nawrotu, mówi Dołgalew, adiunkt na Wydziale Lekarskim Grossman School of Medicine na Uniwersytecie Nowojorskim i członek Perlmutter Cancer Center.
Na potrzeby badania zespół badawczy zebrał prawie 300 próbek nowotworów i zdrowych tkanek od pacjentów z rakiem płuc. Następnie badacze zsekwencjonowali RNA z każdej próbki i wprowadzili te dane wraz z informacją, czy w ciągu pięciu lat od operacji wystąpił nawrót, do algorytmu sztucznej inteligencji. W programie tym wykorzystano technikę zwaną „uczeniem maszynowym” do zbudowania modeli matematycznych szacujących ryzyko nawrotu choroby.
Odkrycia ujawniły, że ekspresja genów związanych ze stanem zapalnym lub zwiększoną aktywnością układu odpornościowego w sąsiadującej, pozornie prawidłowej tkance płuc była szczególnie przydatna do przewidywania. Autorzy badania twierdzą, że ta reakcja obronna nie powinna występować w naprawdę zdrowej tkance i może być wczesnym sygnałem ostrzegawczym choroby.
„Nasze wyniki sugerują, że pozornie normalna tkanka znajdująca się blisko guza może wcale nie być zdrowa” – stwierdził współautor badania, dr Hua Zhou, bioinformatyk na Uniwersytecie Nowojorskim Grossman i członek Perlmutter Cancer Center. „Zamiast tego uwolnione komórki nowotworowe mogą wywołać tę nieoczekiwaną odpowiedź immunologiczną u swoich sąsiadów”.
„Immunoterapia, która wzmacnia mechanizmy obronne organizmu, może zatem pomóc w zwalczaniu wzrostu guza, zanim stanie się on widoczny dla tradycyjnych metod wykrywania” – dodał współautor badania i biolog nowotworowy Aristotelis Tsirigos, dr.
Tsirigos, profesor na Wydziale Patologii Uniwersytetu Nowojorskiego w Grossman i członek Perlmutter Cancer Center, ostrzega, że dochodzenie zadziałało wstecz, szkoląc program komputerowy na podstawie przypadków, o których już wiadomo, że nastąpił nawrót choroby.
W rezultacie zespół badawczy planuje w następnej kolejności wykorzystać program do prospektywnej oceny ryzyka nawrotu choroby u pacjentów niedawno leczonych z powodu wczesnego stadium raka płuc, mówi Tsirigos, który jest także dyrektorem Laboratoriów Bioinformatyki Stosowanej na Uniwersytecie Nowojorskim Langone.
