В первом широком сравнении детского и взрослого рака исследователи из Больницы для больных детей (SickKids) проанализировали 13 000 отдельных видов рака и создали "атлас" детского рака с помощью нового алгоритма машинного обучения.

Диагностика рака, по оценкам, для 18,1 миллиона человек в мире в год, в основном зависит от микроскопического исследования и обнаружения специфических белков. Точность этих методов различна, а их усовершенствования нелегко распространяются между институтами. Это особенно актуально для детского рака, который является наиболее частой причиной смерти от болезни у детей после младенчества в развитых странах мира.

"Поскольку бремя рака увеличивается во всем мире, ожидается, что сложность диагностики рака будет расти, если не будут разработаны новые методы", - объясняет доктор Адам Шлиен, старший научный сотрудник программы "Генетика и геномная биология", чья команда разработала этот алгоритм. "Наша платформа может быть использована в любой больнице для повышения скорости и точности диагностики рака, даже редких типов".

Анализ транскриптома выявляет уникальность детского рака

Описанный в новом исследовании, опубликованном в журнале Nature Medicine, алгоритм машинного обучения классифицирует все известные основные типы детского рака и может уточнить, или сопоставить, поставленный диагноз для 85% пациентов с детским раком.

В отличие от других инструментов для обнаружения и диагностики, таких как тест на рак, который ищет мутации в определенных генах, или других методов, которые могут анализировать только геном, этот алгоритм машинного обучения анализирует весь транскриптом человека. В то время как геном состоит из всей ДНК в клетке, только часть этого генетического кода копируется в молекулы РНК, известные как транскриптом.

"Если у вас очень насыщенный геном рака, это не значит, что все действия совершаются открыто", - говорит доктор Федерико Комитани, научный сотрудник программы Genetics & Genome Biology и первый автор исследования. "Анализируя полный транскриптомом, мы можем найти основные особенности каждой опухоли и собрать более четкую картину активности рака, характерную для каждого человека".

Помимо выявления значительных различий между типами рака, большой объем данных, собранных исследовательской группой, и увеличение, обеспечиваемое платформой, позволили исследователям выявить 455 подтипов рака. Такое большое количество подтипов подтверждает идею о том, что большинство детских раковых опухолей имеют общее происхождение, а затем дифференцируются во множество специфических подтипов опухолей.

"Мы впервые смогли увидеть тонкие различия внутри подтипов рака. Детские раки демонстрируют большую транскрипционную изменчивость - количество генов, экспрессируемых в клетке, - чем взрослые раки", - говорит Шлиен, который занимает Канадскую исследовательскую кафедру по геномике детского рака и является помощником директора отделения педиатрической лабораторной медицины. "Это дает нам принципиально новый способ взглянуть на рак и потенциально определить прогноз рака, а также возможность изменить наше понимание рака".

Этот инструмент уже играет важную роль в более быстрой и точной диагностике рака в рамках программы SickKids Cancer Sequencing (KiCS), которая обеспечивает комплексное генетическое секвенирование для детей с раком.

В случае нейробластомы, наиболее распространенной экстракраниальной солидной опухоли у детей, подтипы, выявленные с помощью этого инструмента, предсказывали значительные различия в дифференциации опухоли и выживаемости пациентов. Кроме того, результаты, полученные с помощью платформы, объясняют непоследовательную реакцию саркомы, опухоли костей и мягких тканей, на иммунотерапию путем выявления дисбаланса иммунных клеток, что дает информацию о потенциальных новых терапевтических подходах.

"По мере того, как мы будем добавлять все больше образцов в этот растущий атлас и проверять его на еще больших наборах данных и типах образцов, наш классификатор может стать универсальным тестом для диагностики детского рака", - говорит Шлиен.

В настоящее время эта РНК-платформа используется только для исследовательских целей в ряде онкологических центров по всему миру, что позволяет врачам сравнивать диагноз своего пациента с типами рака, определенными платформой, и получать цифровой диагноз. Также ведется работа по внедрению этого инструмента в широкие круги общественности в качестве платформы для проведения диагностических исследований и ускорения разработки лекарственных препаратов против рака.