Решая проблемы диагностики и лечения рака молочной железы, ученые EPFL разработали EMBER — инструмент, который объединяет транскриптомные данные о раке молочной железы из нескольких баз данных. EMBER может улучшить точность онкологии за счет точного прогнозирования молекулярных подтипов и ответов на терапию.

Рак груди — наиболее часто диагностируемый вид рака в мире. Однако это не однородное заболевание; оно имеет различные подтипы, которые необходимо точно идентифицировать, чтобы врачи могли эффективно подбирать лечение для каждого пациента.

Подтипирование рака традиционно проводилось с помощью гистологического окрашивания (иммуногистохимии), которое визуально определяет специфические маркеры, позволяющие отнести опухоль к определенному подтипу.

Однако в последние годы другой метод произвел революцию в подтипировании рака молочной железы: высокопроизводительное транскриптомное профилирование, которое вместо этого изучает активность генов раковых клеток, определяя общую сумму матричных РНК в каждой клетке (матричная РНК соответствует последовательности гена и считывается рибосомой в процессе синтеза белка).

Транскриптомика опирается на секвенирование РНК («RNAseq»), бурно развивающуюся технологию молекулярной биологии, которая быстро «считывает» последовательность строки РНК. «Многие образцы пациентов с раком груди были подвергнуты глобальному профилированию экспрессии генов консорциумами, и на самом деле существуют три основные общедоступные базы данных с тысячами образцов пациентов, изученных исследователями по всему миру», — говорит профессор EPFL Катрин Брискен.

Она добавляет: «Мы многому научились из различных анализов, и есть предположения, что секвенирование РНК — поскольку оно становится дешевле — может применяться в повседневной клинической практике и помогать в диагностике и принятии решений. Однако этому препятствует тот факт, что анализ РНКсек обычно требует одновременной обработки больших партий образцов, а образцы с разных платформ трудно сравнивать».

Теперь под эгидой трансдисциплинарной сети подготовки докторов наук CANCERPREV, охватывающей 4,2 млн. ЕС, был задуман координируемый Брискеном EMBER («молекулярный EMBeddER»). Это вычислительный инструмент, который объединяет более 11 000 транскриптомов рака молочной железы для прогнозирования подтипов рака на основе одного образца и точно фиксирует ключевые биологические пути, предлагая превосходную предсказательную силу для ответов на терапию.

EMBER был разработан Карлосом Рончи во время обучения на докторской в ​​лаборатории Брискена. «Карлос разработал подход, с помощью которого он помещает основные базы данных в общее пространство», — говорит Брискен. «Он показал, что может добавлять в это пространство дополнительные когорты и, что самое интересное, даже отдельные образцы. Положение образца в этом пространстве „EMBER“ предоставляет дополнительную биологическую информацию».

Для создания EMBER исследователи разработали статистическую модель , которая объединяет данные РНК-секвенирования и микрочипов из известных наборов данных, включая TCGA и METABRIC. Исследование опубликовано в журнале npj Breast Cancer .

Они сосредоточились на пациентах с раком груди на ранней стадии, нормализуя данные, чтобы привести их к общей шкале. Выбрав 1000 наиболее изменчивых генов и используя 44 стабильных гена для нормализации, они сохранили критические характеристики экспрессии генов.

Команда проверила EMBER с использованием независимых когорт пациентов и применила его к данным клинических испытаний, таких как испытание POETIC, где были выявлены потенциальные механизмы резистентности к терапии, такие как усиление сигнализации андрогеновых рецепторов и ослабление сигнализации TGFβ. EMBER также эффективно охватил пять молекулярных подтипов рака груди и ключевые биологические пути, такие как сигнализация эстрогеновых рецепторов и пролиферация клеток.

Одним из важных открытий стало то, что оценка сигнализации эстрогеновых рецепторов на основе EMBER превзошла индекс ER на основе иммуногистохимии, который в настоящее время используется в клинической практике . Это открытие предполагает, что EMBER может более точно предсказывать ответы на эндокринную терапию.

Предоставляя единое пространство для транскриптомных данных рака молочной железы, EMBER позволяет более детально понимать молекулярные подтипы и ответы на терапию. Это может привести к более персонализированным планам лечения и лучшим результатам для пациентов с ER+ раком молочной железы .

EMBER также предлагает потенциальный путь для интеграции секвенирования РНК в стандартные диагностические практики, прокладывая путь для более полной и экономически эффективной диагностики рака. Этот подход не только повышает точность онкологии, но и обеспечивает надежную основу для будущих исследований и клинических приложений.