Разработана модель для прогнозирования реакции на лечение при раке желудка
Исследование ученых из Онкологического центра клиники Майо во Флориде подтверждает возможность использования геномного секвенирования для прогнозирования вероятности того, что пациенты с раком желудка получат пользу от химиотерапии или иммунотерапии. Исследование опубликовано в журнале Nature Communications.
"Рак желудка является одной из ведущих причин смертности от рака во всем мире", - сказал Тэ Хен Хван, доктор медицинских наук, заведующий кафедрой онкологии Департамента здравоохранения штата Флорида в Онкологическом центре клиники Майо во Флориде.
Доктор Хван говорит, что большинство пациентов с раком желудка получают химиотерапию, а иногда и иммунотерапию в рамках плана лечения. Однако не все пациенты получают пользу от этих методов лечения.
"Мы стремились использовать геномное секвенирование для построения модели, которая предсказывает вероятность того, что пациент получит пользу от химиотерапии или иммунотерапии"
Чтобы построить эту модель, доктор Хванг и его команда разработали и внедрили алгоритм машинного обучения, который объединил генетические данные более чем 5000 пациентов. Затем команда разработала молекулярную подпись, состоящую из 32 генов, которая может быть использована для принятия решений о лечении пациентов.
"Мы были рады, что наша 32-генная сигнатура не только дает прогностическую информацию, но и предсказывает пользу для пациента от химиотерапии и иммунотерапии", - сказал доктор Хванг. "В частности, мы были удивлены тем, что выявленная нами 32-генная сигнатура смогла предсказать ответ пациента на иммунотерапию, поскольку выявление надежных биомаркеров для ответа на иммунотерапию у пациентов с раком желудка было сложной задачей в этой области".
Доктор Хван добавил, что 32-генная молекулярная подпись еще нуждается в перспективном подтверждении, но он считает, что в конечном итоге она сможет идентифицировать пациентов, которые, скорее всего, ответят на химиотерапию и иммунотерапию.
"Точно так же мы сможем выявлять пациентов, которые вряд ли получат пользу от химио- и иммунотерапии, тем самым избавляя их от возможных побочных эффектов этих методов лечения"
Доктор Хванг и его команда также работают над созданием новых анализов, основанных на уровне экспрессии одного или нескольких генов, чтобы сделать биомаркеры более доступными и легко применимыми в клинических условиях.
"Мы работаем над алгоритмами искусственного интеллекта, которые используют диагностические гистопатологические изображения для выявления пациентов, которые с наибольшей вероятностью получат пользу от иммунотерапии", - говорит д-р Хван. "Мы также изучаем молекулярные механизмы устойчивости к иммунотерапии, которые стали доступны благодаря подходам машинного обучения и искусственного интеллекта, разработанным в нашей лаборатории".
