23:00 
Модель машинного обучения, разработанная исследователями из Онкологического центра Джонса Хопкинса-Киммела, отфильтровывает биологический шум в образцах жидкой биопсии, помогая врачам лучше подобрать терапию для опухолей своих пациентов.
Исследование было опубликовано 1 мая в журнале Clinical Cancer Research и частично финансировалось Национальными институтами здравоохранения.
Жидкостная биопсия, при которой анализируются фрагменты внеклеточной ДНК (вкДНК) опухолей в образцах крови, обычно используется для выявления мутаций в солидной опухоли пациента, что позволяет врачам выбирать терапию, направленную на мутации. Однако жидкая биопсия может также выявить мутации, которые накапливаются в лейкоцитах в результате процесса, связанного со старением, называемого клональным гемопоэзом. Эти мутации лейкоцитов часто встречаются у пожилых людей и у пациентов, ранее прошедших химиотерапию или лучевую терапию.
Когда вы делаете жидкую биопсию и получаете отчет и видите мутации, вы не знаете, происходят ли мутации из опухоли или из лейкоцитов. Если вы хотите выбрать препарат, нацеленный на мутации, для лечения рака, вы должны быть уверены, что вы нацелены на мутации в раке, а не на мутации в лейкоцитах».
Дженна Канзоньеро, доктор медицинских наук, соавтор статьи и доцент кафедры онкологии Медицинской школы Университета Джона Хопкинса
Чтобы решить эту проблему, Канзоньеро и ее коллеги из лаборатории молекулярной онкологии разработали машину Модель обучения под названиемplasmCHORD, которая использует характеристики фрагментов ДНК для оценки того, происходит ли мутация, обнаруженная в жидкой биопсии, из опухоли или лейкоцитов. Фрагменты ДНК из опухолей и фрагменты ДНК из лейкоцитов «измельчаются» по-разному, говорит Канцониеро, создавая отдельные «профили фрагментации вкДНК». Модель также использует такие факторы, как возраст пациента, тип гена и мутации.
Команда обучала модель на образцах жидкой биопсии. У 225 пациентов с раком молочной железы, колоректального рака, рака яичников или немелкоклеточного рака легких они проверили точность модели, используя согласованное генетическое секвенирование опухолевых клеток пациентов и лейкоцитов, чтобы определить истинный источник мутаций. Затем они протестировали PlasmaCHORD на отдельной группе из 114 пациентов с раком молочной железы, простаты или немелкоклеточным раком легких из другого учреждения, которое использует другой тип платформы для секвенирования жидкой биопсии, и обнаружили, что Модель обладала аналогичной способностью определять истинный источник мутаций. В частности, в этой когорте,plasmCHORD улучшил способность правильно отличать опухоль от мутаций лейкоцитов примерно с 50% до 83% для набора клинически значимых мутаций.
Наконец, они предоставили доказательство того, что информация была клинически полезной, показав, что предсказание происхождения мутации с помощьюplasmCHORD помогло клиницистам избежать выбора вероятно неэффективных методов лечения для пациентов, прошедших оценку в Johns. Совет Хопкинса по молекулярным опухолям.
"Около трети мутаций, обнаруженных в жидкой биопсии без опухоли, могут происходить из лейкоцитов, и наша способность подобрать таргетную терапию для геномного профиля каждого пациента зависит от нашей способности отличать мутацию опухоли от биологического шума", - говорит старший автор исследования Вальсамо Анагносту, доктор медицинских наук, профессор онкологии Алекса Грасса и руководитель Университета Джонса Хопкинса. Совет по молекулярным опухолям Медицинского факультета Университета Джонса Хопкинса. «Модель искусственного интеллекта, применяемая к стандартным тестам жидкой биопсии, может быть как клинически ценной, так и быстро масштабируемой».
«PlasmaCHORD можно использовать в дальнейшем как для исследований, так и, возможно, для клинических целей для определения происхождения мутаций в жидкой биопсии, — говорит Канзоньеро. — Мы думаем о работе над будущей версией, которая, мы надеемся, будет еще более эффективной».
Соавторами исследования были Даниэль Рабизаде, Илиас Зиакас, Хайме Вер, Арчана Балан, Амна Джамали, Блэр Лэндон, Лаванья Сивапалан, Сьюзен Скот, Гэвин Перейра, Винсент Лам, Кристин Ханн, Джессика Тао, Патрик Форд, Джозеф Мюррей, Виктор Велкулеску, Джиллиан Фаллен и Роберт Шарпф из Университета Джонса Хопкинса. Университет Вандербильта, LabCorp, Нидерландский институт рака и Университетский медицинский центр Утрехта в Нидерландах.
