Odhady modelu OncoNPC by mohli lekárom pomôcť pri voľbe cielenej liečby u pacientov s nádormi neznámeho primárneho ložiska.
V prípade 3 až 5 percent onkologických pacientov nevedia lekári určiť miesto vzniku karcinómu. Vtedy by mohol pomôcť model OncoNPC. Zdroj: iStockphoto.com
V prípade malého percenta pacientov nedokážu lekári zistiť primárne ložisko vzniku rakoviny. Tento fakt komplikuje nasadenie liečby, pretože mnohé lieky určené na liečbu onkologických ochorení sú zamerané na konkrétne typy rakoviny.
Analýza dát v službách medicíny
Nový prístup vyvinutý vedcami z Massachusettskej technickej univerzity (MIT) v spolupráci s výskumníkmi z onkologického pracoviska Dana-Farber Cancer Institute môže odborníkom pomôcť nájsť primárne ložiská ťažko identifikovateľných typov rakoviny. Použitím strojového učenia vytvorili vedeckí pracovníci počítačový model, ktorý dokáže analýzou sekvencií približne 400 génov odhadnúť, kde v tele vznikol nádor. Výsledky štúdie boli uverejnené v časopise Nature Medicine.
Vedci použili model na analýzu súboru údajov približne 900 pacientov. Prišli na to, že dokážu presne klasifikovať najmenej 40 percent nádorov neznámeho pôvodu. Tento prístup umožnil 2,2-násobný nárast počtu pacientov vhodných na genomicky riadenú cielenú liečbu, ktorá je možná len vtedy, keď je primárne ložisko známe.
„Zistenie, že tento model by mohol pomôcť pri rozhodovaní o liečbe, nasmerovaní lekárov k personalizovanej liečbe pacientov s rakovinou neznámeho primárneho ložiska, je asi najdôležitejšie,“ uviedol jeden z hlavných autorov štúdie Intae Moon z Katedry elektrotechniky a informatiky MIT.
Neznáme primárne ložisko
V prípade 3 až 5 percent onkologických pacientov, najmä keď je ochorenie v metastatickom štádiu, nevedia onkológovia určiť miesto vzniku karcinómu. Tieto nádory sa klasifikujú ako nádory z neznámeho primárneho ložiska (CUP).
Takýmto pacientom nedokážu onkológovia poskytnúť personalizovanú liečbu, počas ktorej im je podávané liečivo určené na konkrétny typ rakoviny. Cielená liečba býva účinnejšia a efektívnejšia a máva menej vedľajších účinkov ako širokospektrálna liečba, ktorá sa zvyčajne predpisuje pacientom s nádormi z neznámeho primárneho ložiska.
„Rakovina neznámeho pôvodu postihne každoročne veľkú skupinu ľudí. Keďže je väčšina terapií schválená s ohľadom na miesto vzniku nádoru, čo znamená, že treba poznať jeho primárne ložisko, títo pacienti majú veľmi obmedzené možnosti liečby,“ uviedol Alexander Gusev z Harvardskej zdravotníckej školy a onkologického pracoviska Dana-Farber Cancer Institute, ktorý spolu s Moonom výskum viedol.
Model OncoNPC
S cieľom zistiť, či by sa dala analýza použiť na určenie typu rakoviny, sa rozhodol Moon analyzovať genetické dáta, ktoré zhromažďuje Dana-Farber Cancer Institute. Údaje pozostávajú z genetických sekvencií približne 400 génov, ktoré často zmutujú, až vznikne rakovina. Vedci trénovali model strojového učenia na dátach približne 30 000 pacientov, ktorým diagnostikovali jeden z 22 známych typov rakoviny. Išlo o dáta pacientov z troch rôznych onkologických centier (Memorial Sloan Kettering Cancer Center, Vanderbilt-Ingram Cancer Center a Dana-Farber Cancer Institute).
Výsledný model potom otestovali na približne 7 000 nádoroch so známym primárnym ložiskom, ktoré ešte model s názvom OncoNPC nepoznal, pričom dokázal odhadnúť pôvod rakoviny s presnosťou takmer 80 percent. V prípade nádorov, pri ktorých bola pravdepodobnosť odhadu vysoká (tvorili asi 65 percent z celkového počtu), mal až 95-percentnú úspešnosť.
Po týchto sľubných výsledkoch použili vedci model na analýzu súboru údajov asi 900 nádorov pacientov s rakovinou s neznámym primárnym ložiskom. Všetky dáta pochádzali z Dana-Farber Cancer Institute. Vedci zistili, že model bol úspešný v 40 percentách nádorov, pri ktorých určil ich pôvod.
Usmernenia týkajúce sa liekov
Na ďalšie overenie odhadov modelu odborníci porovnali údaje týkajúce sa času prežitia pacientov s nádormi z neznámeho primárneho ložiska s prognózou pre príslušný typ rakoviny predpovedanou modelom. Prišli na to, že pacienti s nádormi z neznámeho primárneho ložiska, u ktorých sa predpokladala rakovina so zlou prognózou, ako je napríklad rakovina pankreasu, vykazovali zodpovedajúco kratšie časy prežitia. U pacientov s nádormi z neznámeho primárneho ložiska, u ktorých sa predpokladala rakovina s lepšou prognózou, ako sú napríklad neuroendokrinné nádory, bol čas prežitia dlhší.
Takisto analýza údajov týkajúca sa liečby pacientov s nádormi z neznámeho primárneho ložiska ukázala, že by odhady modelu mohli byť užitočné. Asi 10 percent týchto pacientov dostalo cielenú liečbu opierajúcu sa o odhad onkológov o primárnom mieste vzniku rakoviny. Spomedzi týchto pacientov boli na tom lepšie pacienti, ktorých liečba sa zhodovala s výsledkami modelu. Pacienti, ktorým bola nasadená iná liečba, než aký bol odhad modelu, mali horšie výsledky.
Použitím modelu OncoNPC vedci identifikovali aj ďalších 15 percent pacientov (2,2-násobný nárast), ktorí mohli dostať cielenú liečbu, keby bol známy typ onkologického ochorenia. Namiesto toho títo pacienti dostali bežnejšiu chemoterapiu.
Podľa Guseva je model OncoNPC použiteľný v klinickej praxi. Dokáže pomôcť pri liečbe pacientov s neznámym primárnym ložiskom tým, že im bude nasadená existujúca cielená liečba.
Zdroj: MIT, Nature Medicine
(zh)
