Τα καρκινικά κύτταρα μπορεί να έχουν χιλιάδες μεταλλάξεις DNA. Ωστόσο, μόνο ένας μικρός αριθμός από αυτές οδηγεί στην εξέλιξη του καρκίνου. Οι ερευνητές θα μπορούσαν να εντοπίσουν καλύτερους στόχους φαρμάκων εάν ήταν σε θέση να διακρίνουν αυτές τις επιβλαβείς μεταλλάξεις που οδηγούν τον καρκίνο από τις ουδέτερες. Για να ενισχύσει αυτήν την προσπάθεια, μια ομάδα επιστημόνων υπό το MIT έχει κατασκευάσει ένα νέο μοντέλο υπολογιστή που μπορεί να σαρώσει γρήγορα ολόκληρο το γονιδίωμα των καρκινικών κυττάρων. Ο υπολογιστής εντοπίζει μεταλλάξεις που συμβαίνουν πιο συχνά από το αναμενόμενο, γεγονός που υποδηλώνει ότι οδηγούν στην ανάπτυξη του όγκου. Επειδή ορισμένες γονιδιωματικές περιοχές έχουν εξαιρετικά υψηλή συχνότητα (ουδέτερων) μεταλλάξεων [ονομάζονται μεταλλάξεις επιβάτες], που πνίγουν το σήμα των πραγματικών οδηγών της εξέλιξης του όγκου, αυτός ο τύπος πρόβλεψης ήταν πρόκληση.
«Δημιουργήσαμε μια πιθανολογική μέθοδο βαθιάς μάθησης που μας επέτρεψε να αποκτήσουμε ένα πραγματικά ακριβές μοντέλο του αριθμού των μεταλλάξεων επιβατών που θα έπρεπε να υπάρχουν οπουδήποτε στο γονιδίωμα», λέει ο Maxwell Sherman, μεταπτυχιακός φοιτητής του MIT. «Τότε μπορούμε να αναζητήσουμε σε όλο το γονιδίωμα περιοχές όπου έχετε μια απροσδόκητη συσσώρευση μεταλλάξεων, κάτι που υποδηλώνει ότι πρόκειται για μεταλλάξεις οδηγού».
Στη νέα τους μελέτη, οι επιστήμονες βρήκαν πρόσθετες μεταλλάξεις στο γονιδίωμα που φαίνεται να συμβάλλουν στην ανάπτυξη του όγκου σε 5 έως 10 τοις εκατό των ασθενών με καρκίνο. Οι ερευνητές λένε ότι τα ευρήματα θα μπορούσαν να βοηθήσουν τους γιατρούς να εντοπίσουν φάρμακα που θα είχαν μεγαλύτερες πιθανότητες να θεραπεύσουν με επιτυχία τους ασθενείς. Τουλάχιστον το 30 τοις εκατό των ασθενών με καρκίνο δεν έχουν επί του παρόντος ανιχνεύσιμη μετάλλαξη οδηγού που μπορεί να χρησιμοποιηθεί για την καθοδήγηση της θεραπείας.
Ο Sherman, ο μεταπτυχιακός φοιτητής του MIT Adam Yaari και ο πρώην ερευνητικός βοηθός του MIT Oliver Priebe είναι οι κύριοι συγγραφείς της μελέτης, η οποία δημοσιεύθηκε πρόσφατα στο Nature Biotechnology. Η Bonnie Berger, η Καθηγήτρια Μαθηματικών στο MIT και επικεφαλής της ομάδας Υπολογιστών και Βιολογίας στο Computer Science and Artificial Intelligence Laboratory (CSAIL), είναι ανώτερη συγγραφέας της μελέτης, μαζί με τον Po-Ru Loh, επίκουρο καθηγητή στην Ιατρική Σχολή του Χάρβαρντ και συνδεδεμένο μέλος του Broad Institute of MIT και Harvard. Ο Felix Dietlein, αναπληρωτής καθηγητής στην Ιατρική Σχολή του Χάρβαρντ και στο Νοσοκομείο Παίδων της Βοστώνης, είναι επίσης συγγραφέας της εργασίας.
Ένα νέο εργαλείο
Από τότε που αναλύθηκε η αλληλουχία του ανθρώπινου γονιδιώματος πριν από δύο δεκαετίες, οι επιστήμονες ερευνούν το γονιδίωμα για να προσπαθήσουν να βρουν μεταλλάξεις που συμβάλλουν στον καρκίνο προκαλώντας την ανεξέλεγκτη ανάπτυξη των κυττάρων ή την αποφυγή του ανοσοποιητικού συστήματος. Αυτό έχει αποδώσει με επιτυχία στόχους όπως ο υποδοχέας του επιδερμικού αυξητικού παράγοντα (EGFR), ο οποίος μεταλλάσσεται συνήθως στους όγκους του πνεύμονα και το BRAF, ένας κοινός παράγοντας μελανώματος. Και οι δύο αυτές μεταλλάξεις μπορούν πλέον να στοχοποιηθούν από συγκεκριμένα φάρμακα.
Ενώ αυτοί οι στόχοι έχουν αποδειχθεί χρήσιμοι, τα γονίδια που κωδικοποιούν πρωτεΐνες αποτελούν μόνο περίπου το 2% του γονιδιώματος. Το άλλο 98% περιέχει επίσης μεταλλάξεις που μπορεί να εμφανιστούν σε καρκινικά κύτταρα, αλλά ήταν πολύ πιο δύσκολο να καταλάβουμε εάν κάποια από αυτές τις μεταλλάξεις συμβάλλει στην ανάπτυξη καρκίνου. «Υπήρξε πραγματικά έλλειψη υπολογιστικών εργαλείων που μας επιτρέπουν να αναζητήσουμε αυτές τις μεταλλάξεις οδηγού εκτός των περιοχών που κωδικοποιούν πρωτεΐνες», λέει η Berger. «Αυτό προσπαθούσαμε να κάνουμε εδώ είναι να σχεδιάσουμε μια υπολογιστική μέθοδο που θα μας επιτρέψει να δούμε όχι μόνο το 2% του γονιδιώματος που κωδικοποιεί τις πρωτεΐνες, αλλά το 100% του».