Kombinujući principe evolucije sa veštačkom inteligencijom (AI), naučnici su predložili novi način predviđanja šanse za povratak raka prostate. U nedavnoj studiji, oni su iskoristili računarske metode kako bi uhvatili specifična merenja tumora koja se odnose na sposobnost tumora da se menja tokom vremena. Zatim su pokazali da ova merenja koreliraju sa recidivom bolesti više od jedne decenije nakon početne dijagnoze.
Ovaj pristup bi mogao da pomogne kliničarima da sistematski kategorišu pacijente prema riziku od recidiva bolesti. Na osnovu ovoga, oni će možda moći da odrede kojim pacijentima je potreban samo lokalizovani tretman – obično radioterapija, često uz hormonsku terapiju ili operaciju – a koji bi trebalo da dobiju dodatni tretman.
Studija, koju su predvodili istraživači Instituta za istraživanje raka u Londonu i Fondacije Rojal Marsden NHS, mogla bi na kraju pomoći kliničarima da bolje personalizuju tretman za rak prostate. Nalazi su objavljeni u časopisu Nature Cancer.
Ovaj rad je takođe jedinstveno kombinovao određena merenja tumora na evolutivni način, dodatno potvrđujući primenu evolucionog biološkog modela na rak. Naučnici iz Centra za evoluciju i rak pri Institutu za istraživanje raka (ICR) su na čelu istraživanja evolucije raka, za koje su uvereni da će dovesti do novih efikasnih tretmana za više vrsta raka.
Posebno je teško predvideti ishode kod raka prostate jer bolest ima veliku heterogenost, što znači da postoje značajne razlike između ćelija raka – i unutar svakog tumora i među pacijentima. Pored toga, rak se često razvija na više od jednog mesta u prostati, stvarajući dva ili više tumora u blizini. Kao rezultat toga, kliničarima je često teško da odrede najbolje tretmane za svoje pacijente.
U nekim slučajevima, kliničari mogu usvojiti pristup „gledaj i čekaj“, poštedeći osobu od neželjenih efekata lečenja dok to nije neophodno. Međutim, ova strategija bi se mogla pokazati fatalnom za ljude sa agresivnim rakom ili rakom za koji je veća verovatnoća da će se ponoviti.
Iako su druge studije procenjivale upotrebu merenja tumora za predviđanje ishoda, u njima je korišćen ograničen broj uzoraka pacijenata, koji se smatraju samo ranim stadijumom bolesti i često nisu sprovedeni u okruženju kliničkih ispitivanja. Pored toga, oni su prvenstveno uključivali pacijente koji su već bili podvrgnuti operaciji uklanjanja raka.
Verujući da odluke o lečenju treba doneti pre operacije umesto toga, tim koji stoji iza nove studije odlučio je da pronađe novi način za predviđanje progresije tumora kod ljudi kojima je dijagnostikovan visokorizični lokalno uznapredovali rak prostate.
Istraživači su koristili oblik veštačke inteligencije nazvan mašinsko učenje da analiziraju ukupno 1.923 uzorka od 250 učesnika u kliničkom ispitivanju IMRT (radioterapija modulisana intenzitetom), sa fokusom na prostornu strukturu tkiva. Takođe su koristili namenski napravljenu AI tehniku da bi izvršili Glisonovo ocenjivanje — sistem bodovanja koji ocenjuje kancerogeno tkivo od jedan do pet na osnovu obrasca njegovih ćelija. Ćelije raka koje izgledaju veoma slične zdravim ćelijama dobijaju ocenu 1, dok se onima koje izgledaju značajno drugačije dodeljuje ocena 5.
U isto vreme, istraživači su procenili genetske razlike između ćelija unutar pojedinačnih tumora, koristeći 642 uzorka od 114 učesnika u ispitivanjima radioterapije u The Roial Marsdenu. Ovi uzorci su se preklapali sa prvim setom, pružajući timu integrisane informacije o genomici i morfologiji ćelija, kao i ishodima pacijenata tokom više od jedne decenije.
Istraživači su otkrili da genetska divergencija i morfološka raznolikost merena veštačkom inteligencijom (razlika u obliku, veličini i strukturi ćelija) ukazuju na sposobnost tumora da evoluira, što omogućava bolesti da se prilagodi i preživi. Oni su izmerili ovu raznolikost posmatrajući obim razlika između ćelija u različitim oblastima tumora, poznatu kao intra-tumorska heterogenost.
Nalazi su pokazali da je ova „evolutivnost“ bila snažan prediktor recidiva, pri čemu je kombinacija dva merenja identifikovala podgrupu pacijenata kod kojih je došlo do recidiva bolesti u polovini vremena u poređenju sa ostatkom pacijenata.
Tim je takođe uspeo da identifikuje korelaciju između gubitka specifičnog hromozoma i smanjenog prisustva imunih ćelija u tumoru, što može uticati na njegov odgovor na određene tretmane. Ove dodatne informacije bi mogle dodatno podržati bolje odluke o lečenju.
Sledeći korak je da istraživači testiraju svoja merenja rizika od recidiva zasnovana na evoluciji kod veće grupe ljudi sa širim spektrom karakteristika bolesti. Takođe će morati da uzmu u obzir spoljne faktore, kao što su nivoi hormona.
Zajednički prvi autor dr Džordž Kresvel, koji je bio postdoktorski istraživač u grupi za genomiku i evolucionu dinamiku u ICR-u kada je istraživanje sprovedeno, sada je glavni istraživač na Institutu za istraživanje raka dece Svete Ane u Beču, Austrija.
Kresvel je rekao: „Zadovoljstvo nam je što smo pronašli nova merenja koja se mogu uzeti iz standardnih biopsija raka prostate kako bi se predvideo rizik od ponovnog pojavljivanja kod ljudi sa rakom prostate. Lekari trenutno nemaju dovoljno specifične načine da izmere koji pacijenti imaju najniže i najveći rizik da se njihov rak vrati, što znači da su hitno potrebne nove metode kao što je naša.“
„Naš rad je takođe pokazao kombinovani potencijal evolucione genomike i veštačke inteligencije da poboljšamo naše proučavanje tkiva raka kada ga primenimo u kontekstu kliničkih ispitivanja. Nadamo se da će ovaj pristup ubrzati naš napredak ka korišćenju evolucionih biomarkera u kliničkoj praksi za i rak prostate i druge vrste raka.“
Zajednički viši autor profesor David Dearnalei, profesor emeritus na ICR-u i penzionisani konsultant kliničkog onkologa u The Roial Marsdenu, rekao je: „Ova studija pokazuje moć kombinovanog pristupa u kojem procenjujemo i genomiku i prostornu morfologiju.“
„Verujemo da će naši nalazi omogućiti da se identifikuju pacijenti sa visoko rizičnim lokalizovanim karcinomom koji će najverovatnije imati koristi od ranog lečenja lekovima koji produžavaju život. Do sada nismo bili u mogućnosti da izdvojimo pacijente koji imaju najveći rizik od recidiva, ali naše nove analize bi to mogle promeniti tako što bi značajno poboljšale našu sposobnost da predvidimo da li će se rak vratiti.“
Drugi stariji autor, profesor Andrea Sottoriva, profesor genomike i evolucije raka u ICR-u u vreme istraživanja, a sada šef Istraživačkog centra za računarsku biologiju u Human Technopole u Milanu, Italija, rekao je: „Uzbudljivo je što smo uzeli nova merenja sa inovativnim evolucionim tumačenjima koja nikada ranije nisu prikazana.“
„Pored toga što proizvodi bolje prognostičke biomarkere za rak prostate, naša studija služi kao dodatni dokaz da paradigma evolucione biologije primenjena na rak ima izuzetnu prediktivnu moć.“
„Primenjujući računarski pristup na više skupova podataka, uspeli smo da dešifrujemo neke od dinamike progresije raka i otpornosti na lečenje. Ova vrsta istraživanja je ključna za unapređenje našeg razumevanja kako i kada lečiti karcinome, uključujući rak prostate.“
