Strojové učení otevírá dveře k personalizované léčbě nádorů ovarií
Vědci vyvinuli model strojového učení, který dokáže identifikovat slabá místa metabolismu v určitých genech ovlivňujících nádorové bujení. Studie publikovaná v časopise Nature Metabolism uvádí, že tato zjištění by mohla umožnit cílené ničení nádorových buněk.
Vznik nádorů ovarií je velmi často spojen s genovými mutacemi, které stimulují buněčný růst a přispívají tak k vyšší agresivitě nádoru. Někdy se souběžně s těmito mutacemi vyskytnou také, pro lékaře velmi příhodné, delece určitých genů, které zvyšují citlivost nádorových buněk na onkologickou léčbu. Ani tak ovšem k zastavení růstu nádoru nedochází, protože nádorový růst mohou dále řídit paralogní geny.
Cílem studie vědeckého týmu z University of Michigan Rogel Cancer Center bylo lépe pochopit a zmapovat kompenzační geny týkající se metabolismu. „Když je odstraněn gen, metabolické geny, které umožňují růst rakovinných buněk, jsou odstraněny s ním. Aktuální teorie spočívá v tom, že metabolismus nádorových buněk se stává zranitelným v důsledku specifických genetických změn.
Role metabolismu u genetických změn
Na základě této teorie se vědci zaměřili na objasnění vztahu mezi metabolismem a genetickými změnami. Pokud jsou geny zodpovědné za regulaci metabolismu odstraněny, nádorové buňky přepnou na vlastní záložní metabolismus a mohou dále pokračovat v agresivním růstu. Pomocí metody, která integruje komplexní metabolické modelování, strojové učení a optimalizační teorii, objevili vědci v modelech buněčných linií a myších modelech neočekávanou vlastnost enzymu MTHFD2, který zřejmě hraje klíčovou roli v mitochondriálním metabolismu nádorových buněk. Když u nádorových ovariálních buněk s poruchou mitochondrií způsobenou delecí genu UQCR11 došlo ke kritické nerovnováze esenciálního metabolitu nikotinamidadenindinukleotidu (zkráceně NAD+) v mitochondriích, enzym MTHFD2 v reakci na tuto nerovnováhu začal v buňkách NAD+ vytvářet.
Tato překvapivá funkce enzymu ukázala vědcům slabé místo metabolismu nádorových buněk, na které by se mohla zaměřit léčba. U pacientek se stanovenou genetickou výbavou nádoru by tak mohla být navržena personalizovaná léčba, při které se budou selektivně zabíjet nádorové buňky při minimálním ovlivnění zdravých buněk.
Precizní medicína je krok správným směrem
Personalizované terapie zvyšují šance na účinnost onkologické léčby první linie. Existuje několik přístupů ke stanovení cílů personalizované léčby nádorů a několik výpočetních platforem predikuje tyto cíle na základě analýz velkých dat. Výše uvedená platforma vytváří předpovědi tím, že bere v úvahu metabolickou funkčnost a mechanismus, což zvyšuje šance na úspěšnou léčbu.
(svat)
Zdroj: Machine Learning Creates Opportunity for New Personalized Therapies. 28. 9. 2022. Digital Health News. Dostupné na https://www.digitalhealthnews.eu/index.php?option=com_content&view=article&id=6791:machine-learning-creates-opportunity-for-new-personalized-therapies&catid=164:research.
Originální studie: Achreja A., Yu T., Mittal A. et al. Metabolic collateral lethal target identification reveals MTHFD2 paralogue dependency in ovarian cancer.
Nat Metab 4, 1119-1137, 2022; doi: 10.1038/s42255-022-00636-3. Dostupné na https://www.nature.com/articles/s42255-022-00636-3.
Foto: Pexels.com
