Исследователи из Университета Восточной Англии (UEA) разработали модель, которая идентифицирует как минимум три различных подтипа остеосаркомы — редкой и агрессивной формы рака костей, что может оказать значительное влияние на клинические испытания и лечение пациентов. Исследование, финансируемое организацией Children with Cancer UK, использует метод машинного обучения, называемый латентной декомпозицией процессов (LPD), для анализа генетических данных и более точной категоризации пациентов. Результаты исследования опубликованы в журнале Briefings in Bioinformatics.
Остеосаркома, которая в основном поражает детей и подростков, долгое время лечилась единым подходом, включающим химиотерапию и хирургическое вмешательство. Однако только некоторые пациенты хорошо реагируют на эти методы лечения.
Группируя пациентов на основе их генетических профилей с помощью LPD, врачи могли бы более эффективно подбирать лечение для отдельных подтипов заболевания, что потенциально улучшит шансы на успех в клинических испытаниях. Модель обнаруживает «функциональные состояния» внутри опухолей, распознавая различия, которые существуют даже внутри одной опухоли, чего не делали предыдущие модели.
«Мы использовали более сложный несупервизированный байесовский метод, который учитывает гетерогенность отдельных образцов опухолей (в отличие от предыдущих методов)», — написали исследователи.
С помощью LPD исследователи определили три различных подтипа остеосаркомы, один из которых показал особенно плохой ответ на стандартный режим химиотерапии, MAP (метотрексат, доксорубицин и цисплатин). Исследователи надеются, что этот новый метод позволит проводить более целенаправленное лечение, что в конечном итоге улучшит результаты для пациентов.
Исследование также выявило основной набор из восьми генов, которые постоянно дисрегулированы при остеосаркоме и могут служить потенциальными биомаркерами для будущих диагностических и терапевтических целей. Эти гены, некоторые из которых ранее были связаны с плохим прогнозом, могут помочь выявить пациентов с высоким риском и направить решения по лечению.
Несмотря на обнадеживающие результаты, исследователи признают ограничения своей работы, особенно малый объем данных, использованных для разработки модели, и проблемы, связанные с ограниченным материалом для биопсии. Тем не менее, они оптимистично настроены, что по мере появления новых данных модель LPD будет продолжать улучшаться.
Идентификация подтипов остеосаркомы может изменить ландшафт клинических испытаний. С лучшими методами стратификации пациентов новые препараты могут тестироваться с более высокой вероятностью успеха. Ожидается, что этот подход приведет к улучшению показателей выживаемости, которые оставались на уровне около 50% на протяжении последних 45 лет.