Technologie digitálního dvojčete vede personalizovanou léčbu pacientů s rakovinou mozku

Nový přístup založený na strojovém učení k mapování metabolismu nádorů v reálném čase u pacientů s rakovinou mozku, vyvinutý na University of Michigan, by mohl lékařům pomoci zjistit, které léčebné strategie jsou s největší pravděpodobností účinné proti jednotlivým případům gliomu. Tým ověřil přesnost modelu jeho porovnáním s daty lidských pacientů a prováděním experimentů na myších.

Studie, publikovaná v Buněčný metabolismusnavazuje na předchozí výzkumy ukazující, že některé gliomy lze zpomalit dietou pacienta. Pokud pacient nekonzumuje určité proteinové stavební bloky, nazývané aminokyseliny, pak některé nádory nemohou růst. Jiné nádory si však tyto aminokyseliny mohou produkovat samy a stejně mohou pokračovat v růstu. Doposud neexistoval žádný jednoduchý způsob, jak zjistit, kteří pacienti budou mít prospěch z dietních omezení.

Schopnost digitálního dvojčete mapovat metabolickou aktivitu v nádorech také pomohla určit, zda by fungoval lék, který brání nádorům produkovat stavební blok pro replikaci a opravu DNA, protože některé buňky mohou tuto molekulu získat ze svého prostředí.

K překonání problémů při mapování metabolismu nádorů v mozku vyvinul tým z Michiganu počítačově založené „digitální dvojče“, které dokáže předvídat, jak bude mozkový nádor jednotlivého pacienta reagovat na každou léčbu. Byly primárně financovány National Institutes of Health, zejména National Cancer Institute.

„Měření metabolismu během operací k odstranění nádorů obvykle nemohou poskytnout jasný obraz metabolismu nádorů – chirurgové nemohou pozorovat, jak se metabolismus mění s časem, a laboratoře se omezují na studium tkání po operaci. Integrací omezených údajů o pacientech do modelu založeného na základní biologii, chemii a fyzice jsme tyto překážky překonali,“ řekl Deepak Nagrath, autor studie a spoluprofesor biomedicínského inženýrství.

Digitální dvojče využívá data pacientů získaná prostřednictvím odběrů krve, metabolických měření nádorové tkáně a genetického profilu nádoru. Digitální dvojče pak vypočítává rychlost, jakou rakovinné buňky spotřebovávají a zpracovávají živiny, známou jako metabolický tok.

„Je to poprvé, co byl k měření metabolického toku přímo v nádorech pacientů použit přístup založený na strojovém učení a umělé inteligenci,“ řekla Baharan Meghdadi, doktorandka chemického inženýrství a spoluprvní autorka studie.

Výzkumníci vytvořili typ modelu hlubokého učení nazývaného konvoluční neuronová síť a trénovali jej na syntetických datech pacientů, generovaných na základě známé biologie a chemie a omezených měřeními od osmi pacientů s gliomem, kterým byla během operace podána infuze značené glukózy. Porovnáním jejich počítačových modelů s různými daty od šesti z těchto pacientů zjistili, že digitální dvojčata dokážou předpovídat metabolickou aktivitu s vysokou přesností. V experimentech prováděných na myších tým potvrdil, že dieta pouze zpomalila růst nádoru u myší, které digitální dvojče označilo za dobré kandidáty na léčbu.

„Tyto výsledky jsou vzrušující. Schopnost měřit metabolickou aktivitu u nádorů pacientů by nám mohla umožnit předpovědět, které metabolické terapie by mohly u každého pacienta fungovat nejlépe,“ řekl Daniel Wahl, profesor radiační onkologie rodiny Achtenbergů a spoluodpovídající autor studie.

Digitální dvojče také předpovědělo, jak budou nádory reagovat na lék mykofenolát mofetil, který se zaměřuje na to, jak rakovinové buňky vytvářejí DNA. Digitální dvojčata správně identifikovala, že některé nádory mohou obejít účinky léku pomocí „záchranné cesty“ k zachycení živin ze svého okolí. Tým opět potvrdil předpovědi pomocí experimentů na myších.

„Tento úžasný nástroj by mohl lékařům pomoci vyhnout se předepisování léčby, na kterou je konkrétní nádor již vybaven, aby odolal, a je to způsob, jak se posunout k cílenější a personalizovanější léčbě pro naše pacienty,“ řekl Wajd N. Al-Holou, odborný asistent neurochirurgie a spoluautor studie.

Lékař by mohl pomocí digitálního dvojčete pacienta otestovat, zda konkrétní dieta nebo lék skutečně vyhladoví rakovinu, než pacient změní svůj jídelníček nebo začne užívat nový lék.

Tato práce nás posouvá blíže ke skutečně personalizované péči o rakovinu – nejen pro rakovinu mozku, ale nakonec i pro různé nádory. Doufáme, že virtuální simulací různých terapií ušetříme pacienty zbytečné léčby a zaměříme se na ty, kteří pravděpodobně pomohou.“

Costas Lyssiotis, profesor onkologie Maizel Research a spoluodpovídající autor studie

Další podporu výzkumu poskytly nadace Damon Runyon Cancer Foundation, Forbes Scholar Award, Rogel Scholar Award (UM), Sontag Foundation, Ivy Glioblastoma Foundation, Alex’s Lemonade Stand Foundation, Chad Tough Defeat DIPG Foundation, National Institute of Neurological Disorders and Stroke (NIH), American Cancer Society a B*Cured Foundation.

Ke studii přispěli také vědci z University of Alabama v Birminghamu a Mayo Clinic.

Tým požádal o patentovou ochranu s pomocí UM Innovation Partnerships a hledá partnery, kteří by tuto technologii uvedli na trh.

Nagrath je také profesorem chemického inženýrství. Wahl je také docentem neurochirurgie. Lyssiotis je také profesorem molekulární a integrativní fyziologie a vnitřního lékařství a je spoluředitelem Rogel and Blondy Center for Pancreatic Cancer.