Cercetătorii au dezvoltat un model computerizat pentru a scana întregul genom al celulelor canceroase pentru a identifica mutațiile. Invenția ar putea ajuta cercetătorii să găsească noi ținte pentru medicamente.
Cancerul este determinat doar de unele mutații ADN; cu toate acestea, celulele canceroase au prezente mii de mutații diferite, ceea ce face dificilă diferențierea mutațiilor dăunătoare de mutațiile neutre. Capacitatea de a distinge între aceste mutații ar putea duce la o identificare îmbunătățită a țintelor medicamentelor. Pentru a ajuta în acest demers, cercetătorii de la MIT din America au dezvoltat un model de computer care poate scana întregul genom al unei celule canceroase pentru a identifica mutațiile care ar putea contribui la creșterea tumorilor.
Deoarece unele regiuni ale genomului experimentează o frecvență mai mare a mutațiilor pasagerilor, semnalele de mutație dăunătoare pot fi înecate, ceea ce înseamnă că prezicerea mutațiilor este o provocare. Ca urmare, cel puțin 30% dintre pacienții cu cancer nu au un factor detectabil al mutațiilor canceroase, ceea ce face dificilă ghidarea tratamentului.
Unele mutații identificate anterior, cum ar fi receptorul factorului de creștere epidermic în tumorile pulmonare, au condus la medicamente specifice țintite cu succes; cu toate acestea, aceasta este o genă care codifică proteine, care reprezintă aproximativ 2% din genom. În prezent, lipsesc instrumente de identificare a mutațiilor driverului în restul de 98% din genom, ceea ce a făcut dificilă identificarea mutațiilor care contribuie la cancer.
Pentru a aborda aceste probleme, cercetătorii au proiectat o rețea neuronală profundă, un tip de inteligență artificială, pentru a scana genomul cancerului pentru mutații neașteptat de frecvente. Pentru a face acest lucru, ei au instruit modelul pe 37 de tipuri diferite de cancer pentru a determina o rată de mutație de fundal cu date obținute din proiectele Epigenomics Roadmap și Pan-Cancer Analysis of Whole Genomes.
„Am creat o metodă probabilistică, de învățare profundă, care ne-a permis să obținem un model cu adevărat precis al numărului de mutații care ar trebui să existe oriunde în genom”, spune Maxwell Sherman, autorul principat al acestui studiu. „Atunci putem căuta peste tot în genom regiuni în care există o acumulare neașteptată de mutații, ceea ce sugerează că acestea sunt mutații conducătoare.”
Analiza datelor rezultate a produs o hartă a ratelor așteptate de mutații ale pasagerilor în genom, permițând compararea ratei așteptate cu numărul de mutații observate oriunde în genom.
Folosind acest model, cercetătorii au identificat mutații suplimentare care ar putea contribui la creșterea tumorii la 5 până la 10% dintre pacienții cu cancer. Capacitatea de a identifica aceste mutații ar putea ajuta medicii să decidă cele mai potrivite opțiuni de tratament pentru fiecare pacient.
„Lucrul cu adevărat frumos despre modelul nostru este că îl antrenezi o dată pentru un anumit tip de cancer și învață rata mutațiilor peste tot în genom în același timp pentru acel tip special de cancer”, explică Sherman. „Apoi puți interoga mutațiile pe care le vezi într-o cohortă de pacienți în raport cu numărul de mutații așteptat.”
Cercetătorii au folosit acest model pentru a investiga diferite mutații de cancer, inclusiv mutații obișnuite, cum ar fi mutația BRAF, care este legată de melanom. Ei au descoperit că această mutație este prezentă, de asemenea, la frecvențe diferite în alte tipuri de cancer și este legată de progresia tumorii, incluzând aici cancerul pancreatic, hepatic și gastroesofagian.
Sherman concluzionează: „Aceste rezultate ar putea ajuta la ghidarea studiilor clinice pe care ar trebui să le organizăm pentru a extinde aceste medicamente de la aprobarea pentru numai un singur cancer, la aprobarea în multe tipuri de cancer și la posibilitatea de a ajuta mai mulți pacienți”.
Articol de Izabela Constantin
