Существующие терапевтические стратегии лечения основных типов рака могут быть эффективными не для всех пациентов. Неоднородные клинические результаты, наблюдаемые у пациентов с одним и тем же типом рака, а также неполное понимание молекулярных сигнатур, связанных с раком, способствуют неудачным клиническим испытаниям и ограничивают разработку передовых индивидуальных методов лечения.
Исследователи отмечают, что открытие биомаркеров, связанных с ответом на лечение, срочно необходимо для оптимизации критериев отбора пациентов для клинических испытаний, достижения конечных точек эффективности и улучшения уже существующих методов лечения.
Чтобы найти эти биомаркеры, команда ученых исследовала наборы данных об экспрессии генов, полученные в результате заболеваний, связанных с репарацией ДНК, с повышенным риском развития рака, чтобы найти обычно нерегулируемые гены, потенциально участвующие в прогрессировании рака. Используя наиболее значительно возмущенные гены, служащие биомаркерами, исследователи провели анализ выживаемости по 33 типам рака и отобрали те, которые показали высокую степень достоверности стратификации среди онкологических больных.
Последнее особенно важно для последующего определения цели, поскольку пациенты с неблагоприятными клиническими исходами получат наибольшую пользу от более адаптированной терапии. Платформа PandaOmics от Insilico Medicine, управляемая искусственным интеллектом, использовалась для проведения комплексного дифференциального анализа экспрессии генов, стратификации выживаемости и определения цели.
Исследователи обнаружили 10 значительно нарушенных генов с аналогичным паттерном экспрессии среди выбранных нарушений, связанных с дефицитом репарации ДНК. Важно отметить, что было дополнительно показано, что большинство раскрытых генов стратифицируют по меньшей мере три типа рака на основе анализа выживаемости.
Исследователи сосредоточились на наиболее подавленном гене, CEP135, который выполняет важнейшую функцию в биогенезе центросом и делении клеток и коррелирует с тяжестью выживаемости у пациентов с саркомой. Применяя пандаомику, они обнаружили потенциальных кандидатов-мишеней для группы пациентов с саркомой с плохим клиническим исходом. Авторы определили PLK1 как один из самых популярных хитов, который функционирует в том же молекулярном пути, что и CEP135, и дополнительно подтвердили выявленные мишени in vitro.
«Удивительно, что мы смогли генерировать и анализировать данные и, в целом, проверять гипотезы за такой короткий промежуток времени, используя алгоритмы искусственного интеллекта, разработанные Insilico Medicine», — сказал Гарик Мкртчян, доцент Центра здорового старения Копенгагенского университета, соавтор исследования.
Это последнее из серии совместных исследований с Копенгагенским университетом и, в частности, с лабораторией Мортена, одной из ведущих групп, работающих в области здорового продуктивного долголетия.
Исследователи отметили, что результаты не ограничиваются конкретным геном или типом рака в исследовании, но также демонстрируют преимущества высоконадежного ИИ-приложения для анализа omics, широко применимого к сообществу исследователей рака, поскольку оно предоставляет панель генов и данных о выживаемости для выявления биомаркеров и мишеней для нескольких типов рака.