Umelá inteligencia pomáha smerovať onkológiu k individualizácii liečby

Jeden nádor – rôzne mutácie

Genetické zmeny vedúce k vzniku nádoru sú u každého jedinca veľmi individuálne. Pri rovnakom type nádoru môžeme dokonca identifikovať odlišné mutačné vzorce. Všetky individuálne genetické zmeny jednotlivca vplyvom mutácií vytvárajú tzv. mutačný profil, ktorý možno stanoviť na základe sekvenčnej analýzy.

Vedci už katalogizovali mutačné profily mnohých typov nádorov. Zistili, že tzv. somatické (telové) štrukturálne varianty sú zodpovedné za viac než polovicu všetkých mutácií vyvolávajúcich nádor. Ide o mutácie vznikajúce v somatických bunkách počas bunkového delenia, keď sa z materskej do dcérskej bunky chybne nakopíruje DNA, čím sa zmení štruktúra chromozómov. So stúpajúcim vekom sa zvyšuje aj pravdepodobnosť mutácií a chyby v DNA sú častejšie. U každého človeka prebieha tento proces celkom individuálne, a preto tiež tvorí súbor týchto zmien u každého človeka celkom jedinečnú mozaiku.

I keď somatické mutácie hrajú zásadnú rolu v rozvoji rakoviny, sú ešte relatívne nepreskúmané. „Neexistuje dostatok metód, ktoré by analyzovali ich účinky na bunkovú funkciu,“ vysvetľuje Dr. Ashley Sanders, vedúci laboratória zaoberajúci sa genómovou stabilitou v Max Delbrück Center. To sa však môže teraz zmeniť vďaka novej metóde výpočtovej analýzy pre detekciu a identifikáciu následkov somatických štrukturálnych variantov. Tento objav napríklad umožnil vedcom lepšie pochopiť molekulárne dôsledky jednotlivých somatických mutácií u rôznych pacientov s leukémiou.

AI určí dopady mutácií na genóm

Vedci využili špeciálnu jednobunkovú metódu sekvenovania, tzv. Strand-seq, ktorá bola prvýkrát predstavená vedeckej verejnosti v roku 2012. Táto technika dokáže skúmať bunkový genóm omnoho podrobnejšie než konvenčná technológia jednobunkového sekvenovania. Jej jedinečnosť spočíva v tom, že dokáže nezávisle analyzovať dva rodičovské reťazce DNA (jeden od otca a jeden od matky), čo je s konvenčnými metódami sekvenovania nemožné. „Rozdelením jednotlivých homológov v bunke možno somatické štrukturálne varianty identifikovať omnoho lepšie než inými metódami,“ vysvetľuje Dr. Sanders. Tento prístup bol už opísaný a publikovaný v Nature Biotechnology v roku 2020.

Vďaka poznatkom z tohto výskumu sú teraz vedci schopní určiť aj polohy nukleozómov v každej bunke. Nukleozómy sú jednotky DNA obalené proteínovými komplexmi nazývanými históny a hrajú kľúčovú rolu pri organizovaní chromozómov. Pozícia nukleozómov sa môže počas génovej expresie meniť, pričom typ obalu odhaľuje, či je gén aktívny, alebo nie. Sanders a jej kolegovia vyvinuli samoučiaci sa algoritmus pre porovnanie génovej aktivity pacientskych buniek s somatickými mutáciami a bez nich, čo im umožňuje určiť dopad štrukturálnych variantov na molekulárnej úrovni.

Znalosť mutácií umožní personalizáciu liečby

„Teraz môžeme na vzorke z konkrétneho pacienta nájsť mutácie, ktoré viedli k ochoreniu, a tiež rozpoznať signálne dráhy, ktoré mutácie narušujú,“ vysvetľuje Dr. Sanders. Týmto spôsobom sa napríklad podarilo identifikovať vzácnu, ale veľmi agresívnu mutáciu u pacienta s leukémiou. Analýza nukleozómov poskytla vedcom informácie o zahrnutých signálnych dráhach, ktoré použili na špecifickú inhibíciu rastu buniek obsahujúcich mutáciu. „To znamená, že jediný test nám poskytne informácie o bunkových mechanizmoch podieľajúcich sa na vzniku rakoviny,“ objasňuje Dr. Sanders. Dodáva, že tieto znalosti sa môžu nakoniec použiť na vývoj personalizovaných liečebných postupov, ktoré sa riadia individuálnym stavom každého pacienta.

(svat)

Zdroj: AI Analysis of Cancer Mutations may Improve Therapy. Digital Health News. 26. 1. 2023. Dostupné na https://www.digitalhealthnews.eu/index.php?option=com_content&view=article&id=6878:ai-analysis-of-cancer-mutations-may-improve-therapy&catid=164:research.

Foto: Pixabay.com