Объединив принципы эволюции с искусственным интеллектом (ИИ), ученые предложили новый способ прогнозирования вероятности рецидива рака простаты. В недавнем исследовании они использовали вычислительные методы для сбора конкретных измерений опухоли, касающихся ее способности меняться с течением времени. Затем они показали, что эти измерения коррелируют с рецидивом заболевания более чем через десятилетие после первоначальной диагностики.

Этот подход может помочь врачам систематически классифицировать пациентов в соответствии с риском рецидива заболевания . Основываясь на этом, они смогут определить, каким пациентам требуется только локализованное лечение — обычно радиотерапия, часто вместе с гормональной терапией или хирургическим вмешательством, — а каким следует получить дополнительное лечение.

Исследование, проведенное учеными из Института исследований рака в Лондоне и Фонда здравоохранения Royal Marsden NHS, в конечном итоге может помочь врачам лучше персонализировать лечение рака простаты. Результаты были опубликованы в журнале Nature Cancer .

Эта работа также уникальным образом объединила определенные измерения опухолей эволюционным способом, еще больше подтверждая применение модели эволюционной биологии к раку. Ученые из Центра эволюции и рака Института исследований рака (ICR) находятся на переднем крае исследований эволюции рака, которые, как они уверены, приведут к новым эффективным методам лечения различных типов рака.

Решение проблемы отсутствия прогностических маркеров при раке предстательной железы
Особенно сложно предсказать результаты при раке простаты, поскольку заболевание имеет обширную гетерогенность, что означает, что существуют значительные различия между раковыми клетками — как внутри каждой опухоли, так и между пациентами. Кроме того, рак часто развивается более чем в одном месте в простате, образуя две или более опухолей поблизости. В результате врачам часто сложно определить наилучшие методы лечения для своих пациентов.

В некоторых случаях врачи могут придерживаться подхода «наблюдай и жди», избавляя человека от побочных эффектов лечения, пока это не является необходимым. Однако эта стратегия может оказаться фатальной для людей с агрессивным раком или раком, который с большей вероятностью рецидивирует.

Хотя другие исследования оценивали использование измерений опухоли для прогнозирования результатов, они использовали ограниченное количество образцов пациентов, рассматривали только раннюю стадию заболевания и часто не проводились в условиях клинических испытаний. Кроме того, они в основном включали пациентов, которые уже перенесли операцию по удалению рака.

Полагая, что решения о лечении следует принимать до операции, команда, стоящая за новым исследованием, поставила перед собой задачу найти новый способ прогнозирования прогрессирования опухоли у людей с диагностированным местнораспространенным раком предстательной железы высокого риска.

Определение новых измерений
Исследователи использовали форму ИИ, называемую машинным обучением, для анализа в общей сложности 1923 образцов от 250 участников клинического испытания IMRT (радиотерапия с модулированной интенсивностью), уделяя особое внимание пространственной структуре ткани. Они также использовали специально разработанную технику ИИ для выполнения классификации Глисона — системы оценок, которая оценивает раковую ткань от одного до пяти на основе структуры ее клеток. Раковым клеткам, которые выглядят очень похожими на здоровые клетки, присваивается класс 1, а тем, которые выглядят значительно иначе, присваивается класс 5.

В то же время исследователи оценили генетические различия между клетками в пределах отдельных опухолей, используя 642 образца от 114 участников испытаний радиотерапии в Royal Marsden. Эти образцы перекрывались с первым набором, предоставляя команде интегрированную информацию о геномике и морфологии клеток, а также о результатах лечения пациентов за более чем десятилетие.

Исследователи обнаружили, что генетическая дивергенция и измеренное с помощью ИИ морфологическое разнообразие (разница в форме, размере и структуре клеток) указывают на способность опухоли эволюционировать, что позволяет болезни адаптироваться и выживать. Они измерили это разнообразие, изучив степень различий между клетками в разных областях опухоли, известную как внутриопухолевая гетерогенность.

Результаты показали, что эта «эволюционность» является сильным предиктором рецидива, а сочетание двух измерений позволило выделить подгруппу пациентов, у которых рецидив заболевания произошел в два раза быстрее по сравнению с остальными пациентами.

Команда также смогла выявить корреляцию между потерей определенной хромосомы и снижением присутствия иммунных клеток в опухоли, что может повлиять на ее реакцию на определенные виды лечения. Эта дополнительная информация может способствовать принятию более обоснованных решений о лечении.

Следующим шагом для исследователей будет проверка их эволюционных измерений риска рецидива в более крупной группе людей с более широким диапазоном характеристик заболевания. Им также нужно будет учитывать внешние факторы, такие как уровень гормонов.

«Новые методы, такие как наши, крайне необходимы»
Соавтор первой статьи, доктор Джордж Крессвелл, который на момент проведения исследования был научным сотрудником в группе геномики и эволюционной динамики в ICR, в настоящее время является главным исследователем в Детском онкологическом научно-исследовательском институте Святой Анны в Вене, Австрия.

Крессвелл сказал: «Мы рады, что нашли новые измерения, которые можно проводить на основе стандартных биопсий рака простаты, чтобы прогнозировать риск рецидива у людей с раком простаты. В настоящее время у врачей нет достаточно конкретных способов определить, у каких пациентов самый низкий и самый высокий риск рецидива рака, поэтому срочно необходимы новые методы, такие как наш».

«Наша работа также продемонстрировала объединенный потенциал эволюционной геномики и искусственного интеллекта для улучшения нашего изучения раковых тканей, когда мы применяем его в контексте клинических испытаний. Мы надеемся, что этот подход ускорит наш прогресс в использовании эволюционных биомаркеров в клинической практике как для рака предстательной железы, так и для других видов рака».

Соавтор исследования, профессор Дэвид Дирнали, почетный профессор ICR и бывший консультант по клинической онкологии в Royal Marsden, сказал: «Это исследование демонстрирует силу комбинированного подхода, в котором мы оцениваем как геномику, так и пространственную морфологию».

«Мы считаем, что наши результаты позволят выявить пациентов с локализованным раком высокого риска, которым, скорее всего, принесет пользу раннее лечение препаратами, продлевающими жизнь. До сих пор мы не могли выделить пациентов с самым высоким риском рецидива, но наши новые анализы могут изменить это, значительно улучшив нашу способность предсказывать, вернется ли рак».

Другой старший автор, профессор Андреа Сотторива, профессор геномики и эволюции рака в ICR на момент проведения исследования, а в настоящее время руководитель Исследовательского центра вычислительной биологии в Human Technopole в Милане, Италия, сказал: «Замечательно, что мы провели новые измерения с инновационными эволюционными интерпретациями, которые никогда ранее не демонстрировались».

«Помимо разработки более совершенных прогностических биомаркеров рака предстательной железы, наше исследование служит дополнительным доказательством того, что парадигма эволюционной биологии, применяемая к раку, обладает замечательной предсказательной силой.

«Применив вычислительный подход к нескольким наборам данных, мы смогли расшифровать часть динамики прогрессирования рака и резистентности к лечению. Этот тип исследований является ключом к дальнейшему пониманию того, как и когда лечить рак, включая рак предстательной железы ».