Οι πολύπλοκες μοριακές δομές σακχάρων που καλύπτουν τα κύτταρά μας συχνά θεωρούνται απλώς διακοσμητικά στοιχεία της βιολογίας. Ωστόσο, μια νέα μελέτη υποδηλώνει ότι αυτά τα μόρια, γνωστά ως γλυκάνια, κρύβουν μοτίβα-υπογραφές που μπορούν να ξεχωρίσουν ποιος είναι ένας καρκίνος από τον άλλον. Η έρευνα δημοσιεύτηκε στο περιοδικό Cell Reports Methods.
Οι επιστήμονες του King Abdullah University of Science and Technology (KAUST) ανέλυσαν τη γενετική μηχανή που διαμορφώνει αυτά τα γλυκάνια και αποκάλυψαν έναν απλό αλλά ισχυρό διαγνωστικό κωδικό, ικανό να καταστήσει την αναγνώριση και την ταξινόμηση των όγκων ταχύτερη και πιο ακριβή. «Δημιουργήσαμε τα βασικά συστατικά για ένα ολοκληρωμένο σύστημα ταξινόμησης όλων των τύπων καρκίνου», δηλώνει η κυτταρική βιολόγος Jasmeen Merzaban, επικεφαλής της μελέτης.
Η προσέγγιση των 71 γονιδίων
Το έργο ξεκίνησε ως συνεργασία μεταξύ της Merzaban και του υπολογιστικού βιολόγου Xin Gao, ειδικού στην εφαρμογή τεχνητής νοημοσύνης στην ιατρική. Αντί να χρησιμοποιήσουν ολόκληρο το γονιδιακό προφίλ των όγκων, όπως κάνουν τα υπάρχοντα εργαλεία ταξινόμησης καρκίνου, οι ερευνητές επικεντρώθηκαν σε 71 γονίδια που είναι υπεύθυνα για τη σύνθεση των γλυκανίων, γνωστά ως cancer-pattern glycosyltransferases (CPGTs).
Οι CPGTs παίζουν κρίσιμο ρόλο στην αντίδραση, την εξάπλωση και την επιθετικότητα των όγκων. Με τη βοήθεια μηχανικής μάθησης, η ομάδα εκπαίδευσε έναν αλγόριθμο για να ταξινομεί δείγματα όγκων βάσει των μοτίβων έκφρασης αυτών των γονιδίων.
Το αποτέλεσμα ήταν εντυπωσιακό: οι όγκοι ταξινομήθηκαν σε 27 κατηγορίες με ακρίβεια πάνω από 95%, ένα αποτέλεσμα συγκρίσιμο ή και καλύτερο από τα «χρυσά πρότυπα» που χρησιμοποιούν μεγαλύτερα γονιδιακά σύνολα. Επιπλέον, ο αλγόριθμος λειτουργεί ταχύτερα και σε απλούς υπολογιστές, δίνοντας αποτελέσματα σε λιγότερο από μισή ώρα, κάτι που τον καθιστά προσβάσιμο σε νοσοκομεία και εργαστήρια χωρίς προηγμένη υπολογιστική υποδομή.
Κλινικές εφαρμογές σε διάφορους καρκίνους
Η αξία του μοντέλου δεν περιορίζεται στην ταχύτητα. Στους γλοιώματα, έναν ιδιαίτερα επιθετικό τύπο καρκίνου του εγκεφάλου, τα μοτίβα έκφρασης των γλυκανίων προέβλεπαν την επιβίωση των ασθενών πιο αξιόπιστα από τους συμβατικούς κλινικούς δείκτες. Στον καρκίνο του μαστού, η ταξινόμηση με βάση τους CPGTs διπλασίασε σχεδόν την ακρίβεια ενός δημοφιλούς γονιδιακού τεστ στον προσδιορισμό υποτύπων όγκου.
«Οι CPGTs μπορούν να αποκαλύψουν όχι μόνο τον τύπο καρκίνου, αλλά και την πιθανή εξέλιξη της νόσου», σημειώνει ο Jing Kai, διδακτορικός φοιτητής στην ομάδα της Merzaban. Ο Ali AlZahrani, ειδικός στον καρκίνο του θυρεοειδούς, συμφωνεί ότι η μελέτη αποτελεί απόδειξη ενός νέου τρόπου διάγνωσης και ταξινόμησης καρκίνου με ευρείες εφαρμογές.
Προοπτικές για κλινική χρήση και θεραπεία
Η ομάδα του KAUST προσαρμόζει τώρα τις μεθόδους ανάλυσης της έκφρασης CPGT και συνεργάζεται με κλινικούς γιατρούς στη Σαουδική Αραβία για επικύρωση του μοντέλου σε μεγαλύτερους πληθυσμούς ασθενών. Ταυτόχρονα, ο δομικός βιολόγος Andreas Naschberger εξετάζει τη τρισδιάστατη δομή των βασικών CPGTs, με στόχο την αναγνώριση νέων θεραπευτικών στόχων που θα μπορούσαν να οδηγήσουν σε μελλοντική ανάπτυξη φαρμάκων.
Η Merzaban τονίζει: «Το διαγνωστικό εργαλείο είναι το πρώτο βήμα για να μετατρέψουμε τη βιολογία των σακχάρων σε πρακτικό εργαλείο για εξατομικευμένη ιατρική σε ασθενείς με καρκίνο. Αυτό διευρύνει τα εργαλεία τόσο για τη βασική έρευνα όσο και για την μεταφραστική ογκολογία».
Η μελέτη αναδεικνύει τον κρυφό «γλυκανικό κώδικα» των καρκινικών κυττάρων, αποδεικνύοντας ότι τα μόρια ζάχαρης δεν είναι απλώς διακοσμητικά, αλλά μπορούν να γίνουν ισχυρά διαγνωστικά και προγνωστικά εργαλεία. Με τη συνδυαστική χρήση γενετικής και τεχνητής νοημοσύνης, οι ερευνητές ανοίγουν νέους δρόμους για ταχύτερη, ακριβέστερη και πιο εξατομικευμένη διάγνωση καρκίνου, καθώς και πιθανές νέες θεραπείες στο μέλλον. Αυτό το καινοτόμο έργο αναδεικνύει πώς η βιολογία των γλυκανίων μπορεί να μεταμορφώσει την ογκολογία, προσφέροντας νέα όπλα στη μάχη κατά του καρκίνου.
Βρείτε μας στο Google News. Πατήστε εδώ!