Oamenii de ştiinţă americani au dezvoltat un model de inteligenţă artificială (AI) bazat pe factori epigenetici care este capabil să prezică cu succes rezultatele pacienţilor în mai multe tipuri de cancer.
O echipă de la Centrul de cancer UCLA Health Jonsson Comprehensive a descoperit că, examinând modelele de expresie genetică ale factorilor epigenetici - factori care influenţează modul în care genele sunt activate sau dezactivate - în tumori, au putut să le clasifice în grupuri distincte pentru a prezice rezultatele pacienţilor în diferite tipuri de cancer mai bine decât instrumentele tradiţionale, cum ar fi gradul şi stadiul cancerului.
Noile reuşite, publicate joi, în revista Communications Biology, pun bazele dezvoltării şi unor terapii ţintite care vizează reglarea factorilor epigenetici în terapia cancerului, cum ar fi acetiltransferazele histonice şi remodelatorii de cromatină SWI/SNF.
„În mod tradiţional, cancerul a fost privit ca fiind în primul rând rezultatul unor mutaţii genetice în cadrul oncogenelor sau al supresorilor tumorali", spune coautorul principal Hilary Coller, profesor de biologie moleculară, celulară şi de dezvoltare la Health Jonsson Comprehensive şi la Centrul de cercetare în medicina regenerativă şi celule stem de la UCLA.
Apariţia tehnologiilor avansate de secvenţiere de generaţie următoare a făcut ca tot mai mulţi cercetători să realizeze că starea cromatinei şi nivelurile factorilor epigenetici care menţin această stare sunt importante pentru cancer şi pentru progresia bolii.
Există diferite aspecte ale stării cromatinei; dacă proteinele histone sunt modificate sau dacă bazele acidului nucleic din ADN conţin grupe metil suplimentare - care pot afecta rezultatele cancerului.
Înţelegerea acestor diferenţe între tumori ar putea indica motivele pentru care unii pacienţi răspund diferit la tratamente şi de ce rezultatele lor variază.
În timp ce studiile anterioare au arătat că mutaţiile în genele care codifică factorii epigenetici pot afecta predispoziţia la cancer a unui individ, se cunosc puţine lucruri despre modul în care nivelurile acestor factori influenţează evoluţia cancerului.
„Acoperirea acestor lacune este esenţială pentru a înţelege pe deplin modul în care epigenetica afectează rezultatele pacienţilor", notează prof. Coller.
Echipa a urmărit să afle dacă există o relaţie între modelele epigenetice şi rezultatele clinice. carcinomul renal cu celule clare, glioamele cerebrale de grad inferior, carcinomul hepatocelular şi adenocarcino
Astfel, cercetătorii au analizat modelele de expresie a 720 de factori epigenetici pentru a clasifica tumorile din 24 de tipuri diferite de cancer în grupuri distincte.
Dintre cele 24 de tipuri de cancer la adulţi, echipa a constatat că, pentru 10 dintre ele, grupurile au fost asociate cu diferenţe semnificative în privinţa rezultatelor pacienţilor, inclusiv supravieţuirea fără progresie, supravieţuirea specifică bolii şi supravieţuirea generală.
Acest lucru a fost valabil în special pentru carcinomul adrenocortical (cancerul adrenal), carcinomul renal cu celule clare, glioamele cerebrale de grad inferior, carcinomul hepatocelular şi adenocarcinomul pulmonar, unde diferenţele au fost semnificative pentru toate măsurătorile de supravieţuire.
Grupurile cu rezultate slabe au avut tendinţa de a avea un stadiu mai înalt al cancerului, dimensiuni mai mari ale tumorii sau indicatori de răspândire mai severă.
Echipa a descoperit că eficacitatea de prognostic a unui factor epigenetic a depins de ţesutul de origine al tipului de cancer
„Am observat această legătură chiar şi în cele câteva tipuri de cancer pediatric pe care le-am analizat, ceea ce poate fi util pentru a decide relevanţa specifică cancerului de a viza în mod terapeutic aceşti factori", a declarat Mithun Mitra, coautor principal al studiului şi cercetător asociat în laboratorul prof. Coller. .
Echipa a folosit nivelurile de expresie genetică a factorilor epigenetici pentru a antrena şi testa un model de inteligenţă artificială cu scopul de a prezice rezultatele pacienţilor.
Modelul a fost conceput special pentru a prezice ce s-ar putea întâmpla în cazul celor cinci tipuri de cancer care prezentau diferenţe semnificative în ceea ce priveşte măsurătorile de supravieţuire.
Echipa a constatat că modelul a putut împărţi cu succes pacienţii cu aceste cinci tipuri de cancer în două grupuri: unul cu o şansă semnificativ mai mare de rezultate mai bune şi altul cu o şansă mai mare de rezultate mai slabe.
De asemenea, cercetătorii au observat că genele cele mai importante pentru modelul de inteligenţă artificială s-au suprapus semnificativ cu semnătura genelor care definesc grupurile.
Autorii spun că modele similare bazate pe factori epigenetici ar putea fi generate pentru cancerele pediatrice pentru a vedea ce factori influenţează procesul de luare a deciziilor în comparaţie cu modelele construite pe cancere adulte.
Potrivit acestora, cercetarea ar putea oferi informaţiile de bază necesare pentru crearea unor modele AI similare care ar putea fi generate prin intermediul unor liste de factori epigenetici de prognostic disponibile public
Cercetarea demonstrează modul de identificare a anumitor factori influenţi în diferite tipuri de cancer şi conţine un potenţial interesant pentru a prezice ţinte specifice în tratamentul cancerului.
