Un grup de cercetători din Chile a identificat o semnătură genetică unică în diferite tipuri de cancer.
Sistemul imunitar este alcătuit din diferite celule care, împreună, protejează organismul de infecţii sau de creşterea celulelor tumorale. Limfocitele T sunt actorii principali în identificarea antigenelor patogene sau a transformării neoplazice.
Acestea pot fi împărţite în trei subpopulaţii principale: celulele T CD8+ citotoxice, care distrug agenţii patogeni, celulele T CD4+ auxiliare, care participă la diferenţierea diferitelor linii efectoare şi Treg, care reglează sau modulează răspunsul imun.
În timp ce aceste subseturi de celule T sunt cunoscute că se infiltrează în diferite tipuri de cancer, nu este clar dacă prezintă sau nu profiluri similare de expresie a genei ARN mesager (ARNm) - cunoscute sub numele de transcriptom - în comparaţie cu celulele T rezidente din ţesuturi sănătoase.
În recentul studiu, un grup de cercetători de la departamentului de informatică al universităţii Concepcion, cu colaborarea cercetătorilor de la institutul MELISA şi alte instituţii academice din Chile, a analizat transcriptomul unicelular al celulelor infiltrate CD4-T, CD8-T şi Treg în 5 tumori obţinute din diferite tipuri de cancer, urmărind să identifice căi specifice pentru fiecare subset din mediul malign.
În analiza lor, cercetătorii au utilizat datele transcriptomului pentru cele mai frecvente tipuri de cancer (colorectal, sân, plămân, cap şi gât şi melanom) din arhivele publice (Gene Expression Omnibus), au clasificat diferitele tipuri de celule, şi au folosit doar datele referitoare la ARNm corespunzător celulelor T.
Apoi, au identificat căile şi funcţiile biologice care erau comune între diferitele tipuri de cancer şi care nu au fost exprimate în condiţiile de control.
Utilizarea inteligenţei artificiale (AI) a fost un instrument esenţial pentru a analiza volumul mare de date şi pentru a identifica şi elimina erorile, întrucât în analiza datelor publice, informaţiile proveneau din diferite experimente, instrumente şi obiective de cercetare, astfel încât standardizarea datelor a reprezentat o provocare relevantă şi importantă.
A doua parte a cercetării a constat în validarea experimentală a algoritmului de clasificare, efectuarea de proteomice în laboratoarele institutului MELISA şi utilizarea unor date transcriptomice obţinute anterior de laboratorul de la universitatea din Concepcion.
Pentru validarea rezultatelor, echipa a avut mostre de la pacienţi cu diferite tipuri de cancer cunoscând astfel parţial căile de semnalizare comune existente.
În această cercetare, cercetătorii au constatat că semnalizarea citokinelor care mediază răspunsul TH2 (celule T-helper) este crescută.
Pentru a valida rezultatele obţinute din analizele bioinformatice ale transcriptomilor diferitelor populaţii de celule T, grupul a identificat profilul proteic (proteomul) al celulelor CD4-T folosind spectrometria de masă şi au obţinut corelaţii foarte bune din punct de vedere al căilor de semnalizare identificate.
Studiul a fost realizat într-un context de învăţare automată iar cercetătorii îşi propun să-l modeleze într-un context de învăţare profundă pentru a genera noi modele mai precise pentru analiza cu o singură celulă.
De asemenea, grupul îşi propune să utilizeze în continuare IA (Inteligenţa Artificială) pentru a integra mai multe date care să identifice mai precis modelele moleculare comune ale diferitelor tipuri de cancer.
