A számítógép osztályozza az agydaganatokat a DNS metilációs profilok alapján • Vyacheslav Kalinin • Tudományos hírek a "Elemekről" • Onkológia, genetika

A számítógép osztályozza az agydaganatokat DNS metilációs profilok alapján.

Ábra. 1. egy – az agydaganatok tipizálása, amely az algoritmusok tárgyalt munkájában javasolt munkából ered. Hasonló típusú tumorok jelennek meg. ugyanolyan színű árnyalatok. szürke az egészséges szövetek kontrollált mintáit. számadatok hogy ezek az eredmények megfelelnek az általánosan elfogadott WHO-besorolásnak: 1 – teljes körű megfelelés; 2 – a számítógép által elosztott osztály, a WHO szempontjából egy alosztály; 3 – nincs összefüggés a tumorban, 4 – a számítógép által osztott osztály, a WHO szempontjából több osztályt is magában foglal; 5 – teljes ellentmondás. b – 2801 vizsgált daganatok mintái klaszterképzésének vizuális képe. Ábra a tárgyalt cikkbőltermészet

Egyetlen más szervnek nincs olyan sokfélesége, mint az agyban. Ezzel kapcsolatban jóindulatú és rosszindulatú agydaganatok széles választéka van. A diagnózisuk fő módja a szövettani elemzés, amelynek eredményeinek értelmezése az adott orvostól függ. A német tudósok objektív megközelítést javasolnak a differenciáldiagnózisra, amely a DNS-ben található metil maradékok eloszlásán alapul, amelyet számítógép segítségével értékelnek.A tesztvizsgálatok e megközelítés nagyobb pontosságát mutatták, és néhány esetben indokolt a szövettani elemzés eredményeinek felülvizsgálata. A legmegfelelőbbnek tűnik a klasszikus szövettanilag új megközelítés kombinációját használó diagnózis.

Most már körülbelül százféle agytumorról van szó. Az agyszövet neopláziájának spektruma nagyon széles: jóindulatú daganatoktól, amelyek kellőképpen eltávolítottak műtéti úton (például pilocitikus asztrocitóma) és rendkívül agresszív rosszindulatú szerekhez, amelyek rosszul reagálnak a terápiás szerekre (például glioblasztóma). Ezért a helyes diagnózis nagyon fontos a kezelés stratégiájának meghatározásához. Az agydaganatok diagnosztizálásának legfontosabb módja a biopsziával nyert tumorszöveti minták szövettani elemzése (morfológiai jellemzői alapján). Az eddig szerzett tapasztalatok azonban azt mutatják, hogy a különböző szakemberek által elért szövettani elemzés eredményei nagyban eltérhetnek egymástól. A központi idegrendszer (CNS) daganatok differenciáldiagnózisának szabványosításához új megközelítésekre van szükség.

Az utóbbi években kimutatták, hogy a központi idegrendszer számos daganata nemcsak a sejtmorfológia sajátosságait, hanem a molekuláris markerek specifikus változásait is tartalmazza. 2016-ban az Egészségügyi Világszervezet (WHO) javasolta a központi idegrendszeri daganatok diagnózisára szolgáló anomáliák molekuláris jeleit a hisztológiai vizsgálatokon túlmenően (DN Louis és munkatársai, 2016. Az Egészségügyi Világszervezeti Osztály összefoglalása) . Ezek a jellemzők magukban foglalják különösen a DNS metilezési profilját.

A metilezés (a metilcsoportok hozzáadása bizonyos citozinmaradékokhoz) a szintézis után bekövetkező DNS-struktúra epigenetikus módosítása. A metilezés nem változtatja meg a nukleotidok szekvenciáját, de számos gén expresszióját (mRNS-transzkripció) és végül a sejt sorsát is befolyásolhatja. Meggyőzően kimutatták, hogy abnormális metiláció társulhat a rákos daganatok kialakulásához és fejlődéséhez: rákos sejtekben a DNS-ben levő metilmaradványok eloszlása ​​jelentősen megváltozik ugyanazon szövet sejtjeiben – az úgynevezett epigenomikus portré.Például megállapítható, hogy a gének mutációi IDH1 és IDH2 a glioblasztóma esetében az epigenomi portré jelentősen érintett, és ezek a változások korrelálnak a klinikai képekkel (J. Schwartzentruber és munkatársai, 2012. H3. hiszton mutációk és kromatin remodeling gének a gyermekgyógyászati ​​glioblastomában). Ez azt jelenti, hogy a különböző DNS-régiók metilációs profilja egyrészt specifikus azokban a sejtekben, amelyekből a daganat származik, másrészt a változások specifikusak minden típusú daganat esetében. Ugyanakkor a metilezési profil stabil és reprodukálható még kis daganatminták és rossz minőségű anyagok esetében is.

A tudósok és orvosok nagy csoportja, akik közül a vezető szerepet a Német Rákkutató Központ munkatársai közé sorolják, tanulmányozta a metilált DNS régiók eloszlásának számítógépes elemzésének széles körű használatát az agydaganatok vizuális hisztológiai osztályozásának alternatívájaként.

A modern technológiák, különösen a nagy hatékonyságú DNS-szekvenálás és a DNS-fragmensek hibridizációja a specifikus nukleotidszekvenciákon lévő chipeken lehetővé teszik a metilezett citozinok eloszlását a genomban. DNS-kezelés nátrium-biszulfit (NaHSO3) a citozint uracilgá alakítja, amelyet további polimeráz láncreakció (PCR) során timinnal helyettesít. A metilezett citozin nem érintett, és a PCR-ben citozinnal helyettesítik. Ezeket a különbségeket (timin / citozin) ismert módszerekkel lehet megragadni. Ennek a módszernek az előnye az univerzalitás (minden automatikusan történik) és a forrásanyag minőségére való érzéketlenség: a kutatásra alkalmas DNS például extrahálható például formalin által rögzített és impregnált (telített) paraffinnal rögzített, hosszú ideig tárolt szövettani mintákból.

Így a kutatók a központi idegrendszernek szinte minden ismert daganat típusához tartozó 2801 tumort kaptak a WHO-besorolás szerint (D.N. Louis és munkatársai, 2016., 2016-os idegrendszer). Ezeket az adatokat speciálisan kifejlesztett algoritmusokkal dolgozták fel gépi tanulási módszerek alkalmazásával: a munka céljának ilyen számítógépes besorolása volt – a tudósok megbízható módszereket akartak felderíteni a CNS tumorok típusainak azonosítására, amelyek nem függöttek a hagyományos szövettani tanulmányoktól.Ennek eredményeképpen a vizsgálati mintát 82 klaszterre osztották, amelyek közül csak 29 a WHO osztályozás szerinti daganatos típusoknak felel meg (1. Egy másik 29, amelyet a WHO alosztályként ismer el, elválasztotta a számítógépet független osztályokká, és 19 klaszter nem teljesítette a WHO szerinti besorolását (8 közülük nem illeszkedett a gradiensekhez, lásd a WHO klasszifikációját a CNS tumorok esetében és a metilációs régiók 11 határait nem egybeesett a "hivatalos" besorolásban szereplőkkel), és egy másik 5 teljesen nem felel meg ennek a besorolásnak.

Érdemes megemlíteni, hogy az elemzés eredményei szerint a WHO különböző típusaiba besorolt ​​tumorok egy része hasonló volt a metilációs profilhoz, és fordítva: egyes olyan daganatok, melyeket a WHO azonos típusúnak tulajdonított, kiderült, hogy különböző profilok vannak. Talán a molekuláris szinten azonosított hasonlóságok és különbségek a hisztológiai jellemzőktől függetlenül szükségessé teszik az elfogadott osztályozás megváltoztatásának szükségességét, és további lehetőségeket biztosítanak a diagnózis és kezelés kezelésének javítására.

Ezután a szerzők 1014 mintán 1014 minta alapján összehasonlították a számítógépes besorolás és a hisztológiai elemzés eredményeit összehasonlító kontrollteszteket (2.Az esetek 60,4% -ában az eredmények egybeesettek, és az esetek 15,5% -ában a számítógép képes volt tisztázni a szövettani eredményt (jelezve, hogy az alosztály melyikhez tartozik a tumor). Az esetek 12,6% -ában a számítógép megállapításai és a szövettani adatok teljesen eltérőek voltak. Fontos, hogy az esetek 92,8% -ában további részletes elemzést végezzenek, különösen a szekvenálást, a számítógép helyességét. A számítógépes minták 11,5% -a nem osztályozható. E minták közül néhányat ritkán előforduló daganatokból vettek fel, amelyekre még mindig nem állnak rendelkezésre adatok.

Ábra. 2. A tumorok számítógépes osztályozásának és a szövettani vizsgálatok eredményeinek összehasonlítása. Látható, hogy a legtöbb esetben az eredmények ugyanazok (az esetek közel 76% -ában a számítógép nem rosszabb), és az eltérések esetén a számítógép az esetek 92,8% -ában volt megfelelő. Kép egy népszerű szinopszistól a tárgyalt cikkig természet

A szerzők úgy vélik, hogy az általuk elért eredmények megnyitják a nem csak a központi idegrendszeri daganatok számítógépes osztályozásának lehetőségét, hanem más rákokat is. Az új megközelítés alapvetően megváltoztathatja a tumorok patológiájának megértését. A daganatok részletes molekuláris profilja nagyon értékesnek tűnik a diagnózis és a kezelés stratégiájának meghatározásához.Meggyőzően bizonyított, hogy a szerzők által kifejlesztett megközelítés kiegészíti, javítja és néha újból átgondolja a tumorsejtek mikroszkópos vizsgálatának eredményeit. Ez azonban nem zárja ki a szövettani elemzés szükségességét. Először is, ezeknek a megközelítéseknek a kombinációja nagyobb valószínűséggel hatékonyabb, mint mindkettő külön-külön, mivel a betegség molekuláris és sejtszinten is megjelenhet. Másodszor, a metilációs analízis és más molekuláris megközelítések még nem állnak rendelkezésre a legtöbb klinikai laboratóriumban a komplexitás, a költségek és a magas személyi követelmények miatt. A molekuláris analízis módszerei és technikái azonban gyorsan olcsóbbak és egyszerűbbek lesznek, ezért használatuk bővül.

forrás:
1) D. Capper et al. A központi idegrendszeri daganatok DNS metilációs alapú besorolása // természet. 2018. DOI: 10.1038 / nature26000.
2) D. Wong, S. Yip. A gépi tanulás osztályozza a rákot // Nature. 2018. (népszerű szinopszis a tárgyalt cikk számára.)

Vyacheslav Kalinin


Like this post? Please share to your friends:
Vélemény, hozzászólás?

;-) :| :x :twisted: :smile: :shock: :sad: :roll: :razz: :oops: :o :mrgreen: :lol: :idea: :grin: :evil: :cry: :cool: :arrow: :???: :?: :!: