Naukowcy z Centrum Onkologii Kimmel przy Uniwersytecie Johnsa Hopkinsa oraz Szkoły Medycznej tej samej uczelni opracowali nową metodę, która może pomóc w określeniu, którzy pacjenci z przerzutowym potrójnie ujemnym rakiem piersi mogą odnieść korzyści z immunoterapii. Wyniki ich pracy, opublikowane 28 października w Proceedings of the National Academy of Sciences, dostarczają cennych informacji na temat wykorzystania zaawansowanych narzędzi obliczeniowych do przewidywania odpowiedzi na leczenie, co może mieć przełomowe znaczenie w terapii onkologicznej.
Immunoterapia – nadzieja, ale nie dla wszystkich
Immunoterapia ma na celu wzmocnienie układu odpornościowego pacjenta, aby skuteczniej atakował komórki nowotworowe. Jednak nie wszyscy pacjenci reagują na to leczenie. Dr Theinmozhi Arulraj, główna autorka badania i postdoktorantka na Uniwersytecie Johns Hopkins, wyjaśnia: „To niezwykle ważne, abyśmy potrafili zidentyfikować pacjentów, którzy zareagują na leczenie, ponieważ immunoterapia wiąże się z wysoką toksycznością”. W związku z tym, jednym z wyzwań w immunoterapii jest precyzyjne wskazanie pacjentów, którzy mogą odnieść korzyści z tego rodzaju terapii.
Poszukiwanie biomarkerów predykcyjnych
Badacze postanowili skupić się na poszukiwaniu odpowiednich biomarkerów – molekuł lub komórek, które mogą przewidywać, czy pacjent odpowiednio zareaguje na immunoterapię. Biomarkery te mogłyby pomóc w doborze odpowiedniego leczenia dla konkretnych pacjentów. Jak wyjaśnia prof. Aleksander Popel, specjalista w dziedzinie inżynierii biomedycznej oraz onkologii na Uniwersytecie Johns Hopkins, „niestety, istniejące biomarkery predykcyjne mają ograniczoną dokładność w identyfikowaniu pacjentów, którzy będą reagować na leczenie immunoterapią”.
Opracowanie skutecznych biomarkerów wymagałoby pobrania biopsji guzów oraz próbek krwi od wielu pacjentów, a następnie przeprowadzenia skomplikowanych analiz. Jest to proces niezwykle wymagający i trudny do zrealizowania na dużą skalę.
Wirtualni pacjenci i nowa nadzieja
Zamiast przeprowadzać kosztowne i długotrwałe badania kliniczne z udziałem ludzi, zespół naukowców wykorzystał model matematyczny zwany ilościową farmakologią systemową (QSP), aby stworzyć symulację 1 635 wirtualnych pacjentów z przerzutowym potrójnie ujemnym rakiem piersi. Następnie przeprowadzono symulacje leczenia przy użyciu pembrolizumabu – leku stosowanego w immunoterapii. Wyniki tych symulacji zostały następnie przetworzone za pomocą zaawansowanych narzędzi obliczeniowych, w tym metod statystycznych oraz podejść opartych na uczeniu maszynowym, aby znaleźć biomarkery, które mogą dokładnie przewidywać odpowiedź na leczenie.
Zespół badawczy ocenił 90 różnych biomarkerów, zarówno pojedynczo, jak i w kombinacjach po dwa, trzy i cztery. Z ich badań wynika, że biomarkery pobrane przed rozpoczęciem leczenia miały ograniczoną zdolność do przewidywania wyników terapii. Natomiast te pobrane po rozpoczęciu leczenia, tzw. „biomarkery on-treatment”, były znacznie skuteczniejsze w przewidywaniu odpowiedzi na leczenie.
Biomarkery z krwi – mniej inwazyjna alternatywa?
Ciekawym odkryciem naukowców było to, że niektóre biomarkery pobrane z krwi pacjentów – czyli bez potrzeby wykonywania inwazyjnych biopsji – działały równie dobrze jak te pobrane bezpośrednio z guza lub węzłów chłonnych. To sugeruje, że w przyszłości możliwe byłoby przewidywanie odpowiedzi na leczenie na podstawie mniej inwazyjnych badań krwi, co znacznie uprościłoby proces diagnozy i terapii.
Co więcej, badacze odkryli, że pomiar zmian średnicy guza za pomocą tomografii komputerowej, przeprowadzony w ciągu dwóch tygodni od rozpoczęcia leczenia, miał duży potencjał przewidywania, czy terapia przyniesie pozytywne efekty.
Symulacje potwierdzają skuteczność
Aby potwierdzić swoje odkrycia, zespół przeprowadził wirtualne badanie kliniczne na pacjentach, którzy zostali wybrani na podstawie zmian w średnicy guza po dwóch tygodniach od rozpoczęcia leczenia. Wyniki były obiecujące – odsetek pacjentów, u których przewidywano odpowiedź na leczenie, wzrósł z 11% do 25%. Jak zauważa dr Arulraj: „To podkreśla potencjał nieinwazyjnych biomarkerów jako alternatywy w przypadku, gdy pobranie próbki z guza jest niemożliwe”.
Znaczenie odkryć dla przyszłych terapii
Wyniki badania mogą mieć istotne znaczenie dla przyszłego leczenia pacjentów z przerzutowym rakiem piersi oraz innymi nowotworami. Dr Cesar Santa-Maria, współautor badania oraz specjalista w dziedzinie immunoterapii raka piersi, podkreśla: „Biomarkery predykcyjne są kluczowe w rozwijaniu optymalnych strategii leczenia raka piersi, aby uniknąć nadmiernego leczenia u pacjentów, którzy dobrze rokują bez immunoterapii, oraz niedostatecznego leczenia u tych, którzy na immunoterapię nie reagują”.
Naukowcy mają nadzieję, że ich odkrycia wpłyną na projektowanie przyszłych badań klinicznych i umożliwią lepszy dobór pacjentów do odpowiednich terapii. Co więcej, metoda ta może zostać zaadaptowana do innych typów nowotworów, co otwiera drzwi do szerszego wykorzystania immunoterapii w leczeniu raka.
Podsumowanie
Przeprowadzone przez zespół badania podkreślają znaczenie nowoczesnych technologii obliczeniowych w onkologii. Dzięki wirtualnym symulacjom i zaawansowanym analizom naukowcy mogą lepiej rozumieć odpowiedzi pacjentów na immunoterapię, co przekłada się na bardziej spersonalizowane podejście do leczenia. To kolejny krok w stronę precyzyjnej medycyny, która może zmniejszyć ryzyko niepotrzebnych terapii i zwiększyć szanse na skuteczne leczenie nowotworów.
