Ultraczuła technologia biopsji płynnej wykrywa raka szybciej niż standardowe metody

Jak wynika z badania prowadzonego przez naukowców z Weill Cornell Medical School, NewYork-Presbyterian, New York Genome Center (NYGC) i New York Genome Center (NYGC), metoda wykorzystująca sztuczną inteligencję do wykrywania DNA guza we krwi wykazała niespotykaną dotąd czułość w przewidywaniu nawrotu raka. Pamięci Sloana Ketteringa (MSK). Nowa technologia może ulepszyć leczenie raka poprzez bardzo wczesne wykrywanie nawrotów i dokładne monitorowanie odpowiedzi guza na terapię.

W badaniu opublikowanym 14 czerwca w czasopiśmie Nature Medicine naukowcy wykazali, że byli w stanie wytrenować model uczenia maszynowego, rodzaj platformy sztucznej inteligencji, do wykrywania krążącego DNA nowotworu (ctDNA) na podstawie danych sekwencjonowania DNA pacjenta badania krwi z bardzo dużą czułością i dokładnością. Z powodzeniem zademonstrowali tę technologię u pacjentów z rakiem płuc, czerniakiem, rakiem piersi, rakiem okrężnicy i przedrakowymi polipami jelita grubego.

„Udało nam się osiągnąć znaczną poprawę stosunku sygnału do szumu, co pozwoliło nam na przykład wykryć nawroty raka na miesiące, a nawet lata przed standardowymi metodami klinicznymi” – powiedział współautor badania, dr Dan Landau, profesor medycyny na Wydziale Hematologii i Onkologii Medycznej w Weill Cornell Medical School i główny członek New York Genome Center.

Współautorem i pierwszym autorem badania był dr Adam Widman, pracownik naukowy ze stopniem doktora w laboratorium Landau, który jest także onkologiem piersi w MSK. Innymi pierwszymi autorami byli Minita Shah z Nowego Jorku, dr Amanda Friedendahl z Uniwersytetu w Aarhus i Daniel Halmos z Nowego Jorku i Weill Cornell Medical School.

Technologia biopsji płynnej przez długi czas nie była w stanie wykorzystać swojego ogromnego potencjału. Większość istniejących podejść koncentruje się na stosunkowo małych zestawach mutacji związanych z nowotworem, które często występują we krwi zbyt rzadko, aby można je było wiarygodnie wykryć, co prowadzi do niedoszacowania częstości nawrotów nowotworu.

Kilka lat temu dr Landau i jego współpracownicy opracowali alternatywne podejście oparte na sekwencjonowaniu DNA całego genomu w próbkach krwi. Wykazali, że w ten sposób można zebrać znacznie więcej „sygnału”, co pozwala na bardziej czułe i logistycznie łatwiejsze wykrywanie DNA nowotworu. Od tego czasu to podejście jest coraz częściej stosowane przez twórców biopsji płynnych.

W nowym badaniu naukowcy posunęli się o krok dalej, wykorzystując zaawansowaną strategię uczenia maszynowego (podobną do tej stosowanej w popularnych aplikacjach AI, takich jak ChatGPT) do wykrywania subtelnych wzorców w danych sekwencjonowania, w szczególności w celu rozróżnienia wzorców wskazujących na obecność raka na podstawie wzorców wskazujących błędy w sekwencjonowaniu i inne „szumy”.

W jednym teście naukowcy przeszkolili swój system, który nazwali MRD-EDGE, tak, aby rozpoznawał specyficzne dla pacjenta mutacje nowotworowe u 15 pacjentów z rakiem okrężnicy. Po operacji i chemioterapii system przewidział na podstawie danych z krwi, że dziewięć z nich nadal ma raka. U pięciu z tych pacjentów nawrót choroby wykryto kilka miesięcy później mniej czułymi metodami. Nie stwierdzono jednak żadnych wyników fałszywie ujemnych: u żadnego z pacjentów uznanych przez MRD-EDGE za wolnych od DNA guza nie wystąpił nawrót choroby w okresie badania.

MRD-EDGE wykazał podobną czułość w badaniach pacjentów z rakiem płuc we wczesnym stadium i potrójnie ujemnym rakiem piersi, wykrywając wszystkie nawroty z wyjątkiem jednego we wczesnym stadium i monitorując stan nowotworu w trakcie leczenia.

Naukowcy wykazali, że MRD-EDGE może nawet wykryć zmutowane DNA z przedrakowych gruczolaków okrężnicy, czyli polipów, z których rozwijają się nowotwory okrężnicy.

„Nie było jasne, czy te polipy mogą uwalniać wykrywalny ctDNA, jest to zatem znaczący postęp, który może wskazywać na przyszłe strategie mające na celu wykrywanie zmian przedrakowych” – powiedziała dr Landau, która jest również członkiem Sandra i Edward Meyer Cancer Center w Weill Cornell Medical School oraz jako hematolog-onkolog w NewYork-Presbyterian/Weill Cornell Medical Center.

Na koniec naukowcy wykazali, że nawet bez wcześniejszego przeszkolenia w zakresie danych dotyczących sekwencjonowania nowotworów pacjentów, MRD-EDGE może wykryć odpowiedzi immunoterapeutyczne u pacjentów z czerniakiem i rakiem płuc na kilka tygodni przed wykryciem przy użyciu standardowego obrazowania rentgenowskiego.

„Ogólnie rzecz biorąc, MRD-EDGE zaspokaja ogromną potrzebę, a my jesteśmy podekscytowani jego potencjałem i współpracujemy z partnerami branżowymi, aby spróbować udostępnić go pacjentom” — powiedział dr Landau.