آخرین مطالب

نتایج یک مطالعه جدید در مورد پیش‌بینی پاسخ درمانی بیماران مبتلا به سرطان پستان


توسط سوزان جی کومن برای درمان

سرطان

اعتبار: دامنه عمومی Pixabay/CC0

یافته های جدید از یک مطالعه برجسته نشان می دهد که ممکن است راهی برای پیش بینی پاسخ درمانی در بیماران مبتلا به سرطان پستان حتی قبل از شروع درمان وجود داشته باشد. نتایج مطالعه به رهبری برنده جایزه سوزان جی کومن برینکر، کارلوس کالداس، MD، FMedSCi، برای اولین بار در سمپوزیوم سرطان سینه سن آنتونیو 2021 (SABCS) که در 7 تا 10 دسامبر برگزار شد، ارائه خواهد شد.

در طول سخنرانی جایزه برینکر، جایی که دکتر کالداس یافته های جدید را ارائه خواهد کرد، جایزه سوزان جی کومن برینکر 2021 برای تمایز علمی در علوم پایه که بالاترین افتخار علمی کومن است به او اهدا خواهد شد. دکتر کالداس به دلیل مشارکت قابل توجه در زمینه ژنومیک سرطان پستان و همچنین رهبری و کار او در زمینه ژنومیک عملکردی سرطان پستان مورد تقدیر قرار گرفته است.

این مطالعه تحقیقاتی پیشگام قرار است در شماره 7 دسامبر منتشر شود طبیعت.

به سرپرستی دکتر کالداس، یک تیم تحقیقاتی از موسسه تحقیقات سرطان بریتانیا در کمبریج در دانشگاه کمبریج و بیمارستان آدنبروک بیوپسی‌های سرطان سینه را که در هنگام تشخیص، قبل از شروع درمان به دست آمده بود، با این ایده که با بررسی اجزای مختلف غیرطبیعی، تجزیه و تحلیل کردند. بافت تومور، آزمایشی می تواند ایجاد شود که می تواند پاسخ به درمان را پیش بینی کند.

آنچه آنها کشف کردند قابل توجه بود – چشم انداز سرطان قبل از درمان بسیار پیش بینی کننده پاسخ به درمان بود، و عملکرد پیش بینی کننده ای که آنها ایجاد کردند با اضافه شدن داده های بالینی، معماری بافت و داده های مولکولی به طور قابل توجهی بهبود یافت.

“مطالعه اخیر دکتر کالداس که در SABCS ارائه شده است نمونه ای از این است که چگونه کار او درک ما را از ترکیبات DNA و RNA سرطان سینه انسان، ناهمگنی ژنومی سرطان سینه، و روابط ترکیب تومور با فرد ارتقا داده است. نتایج و پاسخ‌ها به درمان سرطان پستان. انکولوژی مولکولی

دکتر Pietenpol گفت: «این کار بیشتر زیرگروه‌های مولکولی (یا گروه‌های) سرطان سینه را تعریف می‌کند و تغییرات ژنومی را که باعث رشد تومور می‌شود، شناسایی می‌کند. اکتشافات دکتر کالداس و آزمایشگاهش طبقه بندی سرطان سینه را دوباره تعریف کرده، زیرشاخه های جدیدی را شناسایی کرده و بینش های مهمی در مورد بیولوژی این بیماری ارائه کرده است.

درباره مطالعه لندمارک

مدتی است که مشخص شده است که سرطان‌ها بافت‌های پیچیده‌ای هستند که نه تنها حاوی سلول‌های بدخیم، بلکه سلول‌های بافت نرمال (هر دو از سیستم ایمنی، مانند لنفوسیت‌ها، ماکروفاژها و سایر گلبول‌های سفید خون، و انواع دیگر سلول‌ها، از جمله فیبروبلاست‌ها و سلول‌های طبیعی هستند. رگ های خونی)،” دکتر کالداس گفت. اینها یک اکوسیستم بافت غیر طبیعی را تشکیل می دهند که ما آن را تومور می نامیم.

دکتر کالداس گفت: “ما به طور گسترده بیوپسی های سرطان سینه را که در هنگام تشخیص، قبل از شروع هر درمانی به دست آمده بود، تجزیه و تحلیل کردیم، با این ایده که با بررسی اجزای مختلف بافت غیر طبیعی تومور، یک آزمایش قوی که می تواند پاسخ به درمان را پیش بینی کند، ایجاد می شود.”

با استفاده از الگوریتم‌های یادگیری ماشین روی تصاویر بافت دیجیتالی جمع‌آوری‌شده از بیوپسی‌ها، محققان توانستند ساختار و ترکیب سلولی بافت سرطانی را مشخص کنند. برای به دست آوردن درک دقیق از ترکیب مولکولی تومور، محققان DNA و RNA سرطان و سلول های طبیعی اطراف آن را با استفاده از توالی یابی نسل بعدی بررسی کردند. این به آنها امکان داد تا تمام جهش‌های ژنتیکی و ناهنجاری‌های کروموزومی در سلول‌های سرطانی را فهرست‌بندی کنند و بیان همه ژن‌ها را هم در سلول‌های تومور و هم در سلول‌های ایمنی اطراف و سایر سلول‌های طبیعی اندازه‌گیری کنند.

داده های تولید شده از 168 بیوپسی تومور چند بعدی و پیچیده بود، بنابراین محققان از یک فرآیند گام به گام برای تولید آزمایشی برای پیش بینی پاسخ به درمان استفاده کردند. در مرحله اول، آنها تعیین کردند که کدام پارامترها (استخراج شده از بالینی، آسیب شناسی، تصاویر بافتی دیجیتال و داده های DNA/RNA) با پاسخ به هجده هفته شیمی درمانی مرتبط است. در مرحله دوم، آنها این پارامترها را با استفاده از یک چارچوب یادگیری ماشینی ترکیب کردند و مدلی ساختند که پیش‌بینی می‌کرد یک تومور چقدر به درمان پاسخ می‌دهد.

محققان آزمایش پیش‌بینی خود را با اعمال آن بر روی ۷۵ تومور دیگر که به طور مستقل نمایه شده‌اند، از جمله تومورهای حاصل از یک کارآزمایی بالینی که با همکاری مرکز سرطان ادینبورگ و دانشگاه وارویک انجام شده است، تأیید کردند. پارامترهای کلیدی سرطان مورد استفاده در آزمایش پیش‌بینی شامل تعداد و نوع جهش‌ها در سلول‌های سرطانی، سرعت رشد سلول‌های سرطانی، و درجه‌ای که سیستم ایمنی در حمله به تومور قبل از شروع درمان درگیر بود، بود.

در آینده، این آزمایش می‌تواند برای تعیین اینکه چه زنانی می‌توانند با درمان‌هایی که در حال حاضر در NHS موجود است، درمان شوند، زمانی که آزمایش نشان می‌دهد احتمالاً پاسخ می‌دهند، یا در صورت پیش‌بینی آزمایش، با استفاده از درمان‌های جدید در کارآزمایی‌های بالینی درمان شوند. تومور به احتمال زیاد مقاوم است. شاید مهمتر از آن، این رویکرد روش جدیدی از تفکر در مورد پیش بینی پاسخ درمانی را نشان داده است که می تواند برای سایر انواع سرطان تطبیق داده شود.

“توانایی پیش بینی پاسخ درمانی بر اساس توصیف اکوسیستم تومور، عمل انکولوژی را متحول می کند. این تحقیق نه سال پیش آغاز شد و تنها به دلیل پشتکار و تعهد تیم های بالینی و تحقیقاتی و حمایت مالی سخاوتمندانه امکان پذیر شد. دکتر کالداس گفت.


«اکوتیپ‌های» سرطان سینه مسیر جدیدی را برای درمان شخصی ارائه می‌کنند


اطلاعات بیشتر:
استفن جان ساموت و همکاران، پیش‌بینی‌کننده یادگیری ماشینی چندامیک پاسخ درمانی سرطان سینه، طبیعت (2021). DOI: 10.1038/s41586-021-04278-5

ارائه شده توسط سوزان جی کومن برای درمان

نقل قول: نتایج مطالعه جدید در مورد پیش‌بینی پاسخ درمانی بیماران سرطان پستان (2021، 8 دسامبر) در 9 دسامبر 2021 از https://medicalxpress.com/news/2021-12-results-treatment-response-breast-cancer.html بازیابی شده است.

این برگه یا سند یا نوشته تحت پوشش قانون کپی رایت است. به غیر از هرگونه معامله منصفانه به منظور مطالعه یا تحقیق خصوصی، هیچ بخشی بدون اجازه کتبی قابل تکثیر نیست. محتوای مذکور فقط به هدف اطلاع رسانی ایجاد شده است.