К сожалению, диагноз, прогноз и даже лечение рака яичников практически не изменились в течение 30 лет. До сих пор лучшим показателем того, как женщина будет себя чувствовать и как следует лечить рак, была стадия опухоли на момент постановки диагноза.
Теперь ученые из Университета Юты обнаружили паттерны аномалий ДНК, которые предсказывают исход женщины значительно лучше, чем стадия опухоли. Кроме того, эти закономерности являются первым известным индикатором того, насколько хорошо женщина ответит на терапию платиной.
Эти закономерности, опубликованные в журнале PLOS ONE, были обнаружены с помощью нового математического метода анализа профилей ДНК из Атласа генома рака, национальной базы данных, содержащей данные сотен пациентов с раком яичников.«Мы считаем, что это первый шаг к тому, чтобы рак яичников стал эпохой точной медицины», — говорит руководитель группы Орли Альтер, доктор философии, доцент кафедры биоинженерии, адъюнкт-профессор генетики человека и преподаватель кафедры научных вычислений. и Институт визуализации. В ожидании экспериментальной повторной валидации в клинике шаблоны могут стать основой для индивидуального прогностического и диагностического лабораторного теста.
Этот тест может предсказать как выживаемость пациента, так и чувствительность опухоли к химиотерапии на основе платины, и врачи могут соответствующим образом адаптировать лечение.Например, среди пациентов, которым был поставлен диагноз на поздних стадиях, паттерны ДНК отличали краткосрочных выживших со средним сроком выживания три года от долгосрочных выживших, при этом среднее время выживания почти вдвое больше. Среди пациентов, получавших химиотерапевтические препараты на основе платины, паттерны ДНК отличали пациентов с устойчивыми к платине опухолями со средним сроком выживания три года и пациентов с чувствительными к платине опухолями со средним временем выживания более семи лет. Команда Альтера проверила результаты с помощью вычислений, используя данные, полученные от независимых групп пациентов.
«Если у нас есть инструмент, который может более точно прогнозировать выживаемость и различать, кто есть кто, мы можем полностью изменить наш подход к лечению пациентов», — говорит Маргит-Мария Джанат-Амсбери, доктор медицинских наук, доцент-исследователь. доктор акушерства и гинекологии, руководитель отдела гинекологических онкологических исследований в Медицинской школе Университета Юты и преподаватель Института рака Хантсмана. Она сотрудничает с Alter, чтобы довести результаты своей команды до клиники. «Для людей с плохим прогнозом мы можем предложить другие методы лечения или сосредоточиться на принятии мер по улучшению качества жизни».
«Что сделало наше открытие возможным, так это наша новая техника математического моделирования», — сказал Альтер. «Вполне возможно, что данные, необходимые для более эффективного лечения рака, уже опубликованы. Данные о раке яичников, например, были опубликованы еще в 2011 году.
Узкое место на пути к открытию — в анализе данных».В лаборатории обработки геномных сигналов Альтера доктор философии. аспиранты и соавторы исследования Кэтрин Айелло и Теодор Шомай из отдела биоинженерии разрабатывают алгоритмы для выявления закономерностей в наборах данных, организованных в многомерные таблицы, известные как тензоры. Вместо того, чтобы упрощать большие данные, как это обычно делается, алгоритмы используют сложность данных, чтобы выявить закономерности в них.
Здесь, например, моделируя профили ДНК опухолевых и нормальных клеток одной и той же группы пациентов, они смогли отделить паттерны аномалий ДНК, которые встречаются только в опухолевых геномах, от тех, которые встречаются в геномах нормальных клеток в организме, а также от вариаций, вызванных экспериментальными несоответствиями.Алгоритмы расширяют математический метод, называемый разложением по сингулярным значениям, или SVD.
SVD помогает нам понять данные, организованные в двумерные таблицы, известные как матрицы, путем разбивки данных на отдельные компоненты. В физике, например, SVD описывает активность призмы, которая разделяет белый свет на составляющие его цвета. «Казалось естественным, что обобщения SVD могут разделить многомерные данные, возникающие в персонализированной медицине, на математические модели, имеющие биологическое значение», — объясняет Альтер, доктор философии. в прикладной физике.Альтер говорит, что ее алгоритмы могут быть легко применены к любому типу данных.
Ранее она использовала подобный математический метод для обнаружения новых прогностических и диагностических индикаторов ДНК для пациентов с глиобластомой, наиболее распространенным раком мозга у взрослых. Лучшим предиктором выживаемости глиобластомы до открытия Альтера был возраст пациента на момент постановки диагноза.
Некоторые из специфических генов, которые, как обнаружила команда Альтера, нарушены при глиобластоме и раке яичников, могут активно участвовать в стимулировании или подавлении развития и прогрессирования рака. Дальнейшая работа будет посвящена изучению того, эффективны ли существующие лекарства, нацеленные на эти гены, при лечении этих заболеваний.