Tokom poslednjih 40 godina, složeni genetski pejzaž, heterogenost mikrookruženja i plastičnost ćelija tumora osteosarkoma (OSA) odložili su terapijsku i prognostičku stratifikaciju pacijenata i uvođenje novih efikasnih tretmana.
Kao direktna posledica, velika većina ispitivanja još uvek nema koristi od izbora pacijenata sa OSA zasnovanim na molekularnim dokazima pre primene leka. Ovaj nedostatak stratifikacije dovodi do teškog tumačenja ishoda, posebno kod ciljanih agenasa kao što su inhibitori multikinaze ili anti-osteoklastični lekovi.
„U međuvremenu, na sreću, akumulacija brojnih oskudnih, ali konvergentnih zapažanja mnogih istraživačkih i kliničkih timova progresivno je nacrtala portret rezistentnog osteosarkoma koji je otvorio put novim translacionim otkrićima“, naveli su istraživači.
U svom novom uvodniku, istraživači Gael Mokuin-Beaudri, Maria Eugenia Markues da Costa, Nathalie Gaspar i Antonin Marchais sa Univerziteta Paris-Saclai raspravljali su o svojoj nedavnoj studiji koristeći algoritme za mašinsko učenje bez nadzora za klasifikaciju OSA u dijagnozi na osnovu modula ekspresije gena koji su funkcionalno obogaćeni za imunološko mikrookruženje i fenotipske osobine tumora.
„Nedavno je nekoliko važnih studija opisalo OSA molekularno na neviđenom nivou detalja koristeći prednosti multiomskih pristupa i veštačke inteligencije“, zaključili su.
Novi urednički rad pod nazivom „Otključavanje potencijala molekularne stratifikacije za lečenje i prognozu osteosarkoma“ objavljen je u Oncotarget-u.
