Az ELTE Komplex Rendszerek Fizikája Tanszék, a Harvard Medical School, a Dán Rákkutató Intézet és a Semmelweis Egyetem kutatói új eljárást fejlesztettek ki annak előrejelzésére, hogy a magas malignitású szerózus petefészekrákkal (HGSOC) diagnosztizált betegek hogyan reagálnak a kemoterápiára. Az MI-alapú módszer a szövettani és a fehérje adatokat egyesíti.
A Nature-csoporthoz tartozó npj Precision Oncology folyóiratban Oz Kilim ELTE-s PhD-hallgató elsőszerzőségével megjelent kutatás azt mutatja, hogy két kulcsfontosságú információforrás — a szövettani minták képei (hisztopatológia) és a részletes fehérjemérések (proteomika) — együttes alkalmazásával minden korábbinál pontosabban meg lehet határozni, kinél válhat be a petefészekrák első vonalbeli kezelésének számító platinaalapú kemoterápia.
A mesterséges intelligencia összeköti a szöveti képeket és a molekuláris adatokat
A mesterséges intelligencia alapú új módszer részletes szövettani képeket párosít molekuláris szintű adatokkal, így olyan mintázatokat tár fel, amelyeket az orvosok egyébként nem vennének észre. Ez a megközelítés átfogóbb képet ad a tumor viselkedéséről, és jóval pontosabb előrejelzéseket tesz lehetővé, mint bármelyik adatforrás önmagában történő használata.
A rák diagnosztizálásában és típusának meghatározásában az orvosok általában a szövettani metszeteket (H&E-festett képek) használják, míg a proteomikai elemzések betekintést nyújtanak a tumorban található fehérjékbe, amelyek utalhatnak a daganat érzékenységére vagy rezisztenciájára egy adott kezelésre. Képzeljük el, hogy egy növény növekedését próbáljuk megjósolni kizárólag a külleme vagy kizárólag a talaj minősége alapján – mindkét információ hasznos, de önmagában egyik sem ad teljes képet.
Forrás: ELTE
A módszert két nagyméretű nemzetközi rákos betegadatbázison tesztelték. Az eredmények azt mutatták, hogy a szöveti és fehérjeadatok kombinálása jelentősen pontosabb előrejelzéseket eredményezett, mint a jelenleg elérhető genetikai tesztek. Ez azt jelenti, hogy az orvosok hamarosan megbízhatóbb eszközök birtokában dönthetnek arról, hogy egy beteg számára a platinaalapú kemoterápia a legjobb választás-e, vagy érdemesebb más kezelési lehetőség mellett dönteni.
Egy lépés a személyre szabott rákkezelés felé
A kutatás lehetőséget nyit a kezelések egyénre szabására. Azoknál a betegeknél, akik valószínűleg nem reagálnak jól a platinaalapú kemoterápiára, elkerülhetők a felesleges mellékhatások, és az orvosok korábban elkezdhetnek más kezelési módokat. A tanulmányban ismertetett modellek abban is segíthetnek, hogy jobban megértsük, miért hatékony vagy hatástalan egy adott terápia, így értékes támpontokat nyújthatnak a jövőbeli kutatásokhoz.
A kutatók azt is megállapították, hogy a tumorok környezete (a stroma) kulcsfontosságú információkat tartalmazhat a kezelésre adott válasz szempontjából, és ezt eddig gyakran figyelmen kívül hagyták. Ez rávilágít arra, hogy nemcsak a daganatot magát, hanem annak közvetlen környezetét is érdemes alaposan vizsgálni. Az új megközelítés ebben is segít.
Bár további kutatások szükségesek a módszer nagyobb betegpopulációkon történő validálásához, a kutatás rámutat arra, hogy többféle adatforrás kombinálása javíthatja a rákkezelés hatékonyságát. A jövőbeli fejlesztések akár további adatok – például genetikai vagy képalkotási eredmények – integrálásával is tovább finomíthatják az előrejelzéseket, biztosítva a betegek számára a még inkább személyre szabott ellátást.
Forrás: ELTE
