Ocena ryzyka nawrotu lub przerzutów raka jelita grubego może w przyszłości wymagać jedynie pojedynczej próbki krwi pobranej przed operacją. Naukowcy z Korea Advanced Institute of Science and Technology (KAIST), szpitala Gangnam Severance oraz Centrum Medycznego Asan opracowali nową metodę analizy metabolizmu organizmu, która pozwala znacznie dokładniej przewidywać przebieg choroby niż tradycyjne podejścia oparte wyłącznie na oznaczaniu markera CEA lub stężenia pojedynczych aminokwasów.
Badanie opublikowane w czasopiśmie Advanced Science wskazuje, że kluczowe znaczenie ma nie tylko ilość poszczególnych aminokwasów obecnych we krwi, ale przede wszystkim sposób, w jaki oddziałują one ze sobą. Ta sieć zależności może stanowić nowy biomarker wspierający rozwój medycyny precyzyjnej w onkologii.
Z tego artykułu dowiesz się…
- Dowiesz się, jak pojedyncza próbka krwi może pomóc przewidywać ryzyko nawrotu lub przerzutów raka jelita grubego.
- Poznasz, dlaczego analiza wzajemnych zależności między aminokwasami może być skuteczniejsza niż ocena pojedynczych biomarkerów.
- Zrozumiesz, jakie zmiany metaboliczne zachodzą w organizmie wraz z postępem raka jelita grubego.
- Dowiesz się, w jaki sposób nowe modele wykorzystujące uczenie maszynowe mogą wspierać rozwój medycyny precyzyjnej w onkologii.
Rak jelita grubego zmienia metabolizm całego organizmu
Rak jelita grubego należy do najczęściej diagnozowanych nowotworów na świecie. Pomimo postępów w leczeniu nadal znaczącym problemem pozostają nawroty choroby oraz rozwój przerzutów, które istotnie pogarszają rokowanie. Komórki nowotworowe do intensywnego wzrostu potrzebują dużych ilości energii oraz składników odżywczych. Szczególną rolę odgrywają aminokwasy, które są wykorzystywane nie tylko do budowy białek, ale również do produkcji energii oraz syntezy DNA.
Dotychczas badania koncentrowały się głównie na analizie stężenia pojedynczych aminokwasów we krwi. Zespół z Korei Południowej przyjął jednak zupełnie inne założenie – uznał, że znacznie więcej informacji może dostarczyć analiza wzajemnych zależności pomiędzy aminokwasami, tworzących swoistą „mapę metaboliczną” organizmu.
Naukowcy przeanalizowali sieć powiązań między aminokwasami
Badaniem kierowali profesor Ji Min Lee z Graduate School of Medical Science and Engineering oraz profesor Hyunwoo Kim z Wydziału Chemii KAIST we współpracy z naukowcami ze szpitala Gangnam Severance i Centrum Medycznego Asan. Do analizy wykorzystano spektroskopię magnetycznego rezonansu jądrowego fluoru-19 (¹⁹F NMR), która umożliwiła jednoczesne oznaczenie ilości 18 aminokwasów obecnych w niewielkiej próbce surowicy krwi.
Najważniejszą innowacją nie było jednak samo oznaczenie ich poziomu, lecz analiza relacji pomiędzy poszczególnymi aminokwasami jako elementami jednej sieci metabolicznej. Badacze wykazali, że wraz z rozwojem raka jelita grubego sieć ta ulega systematycznej przebudowie, odzwierciedlając postępujące zmiany metaboliczne zachodzące w całym organizmie.
Charakterystyczne zmiany pojawiają się wraz z postępem choroby
Analiza wykazała wyraźne zmiany w sposobie wykorzystania aminokwasów przez organizm. W miarę progresji nowotworu:
- zmniejszał się udział aminokwasów rozgałęzionych (BCAA), takich jak walina i leucyna, które odgrywają ważną rolę w metabolizmie mięśni oraz produkcji energii,
- rosło znaczenie glicyny i seryny, wykorzystywanych przez komórki nowotworowe do intensywnej syntezy DNA i szybkiego podziału komórek.
Szczególnie interesującym odkryciem okazała się glicyna. Choć komórki nowotworowe intensywnie ją zużywają, naukowcy zaobserwowali jednocześnie wzrost jej względnego udziału we krwi oraz pojawienie się nowych wzorców interakcji z innymi aminokwasami. Zdaniem autorów świadczy to o głębokim przeprogramowaniu metabolizmu całego organizmu, a nie jedynie samego guza.
Nowy model przewiduje ryzyko nawrotu skuteczniej niż CEA
Po zidentyfikowaniu zmian metabolicznych naukowcy wykorzystali uzyskane dane do budowy modeli uczenia maszynowego służących do prognozowania nawrotu lub przerzutów raka jelita grubego. Porównano kilka podejść diagnostycznych:
- model oparty wyłącznie na markerze nowotworowym CEA,
- model wykorzystujący jedynie poziomy poszczególnych aminokwasów,
- model analizujący wzajemne interakcje między aminokwasami,
- model łączący wszystkie dostępne informacje.
Najlepsze wyniki osiągnął model zintegrowany, który uwzględniał:
- stężenie CEA,
- poziomy poszczególnych aminokwasów,
- informacje wynikające z sieci wzajemnych zależności pomiędzy nimi.
Autorzy podkreślają, że analiza relacji metabolicznych dostarcza znacznie pełniejszego obrazu biologii nowotworu niż ocena pojedynczych parametrów laboratoryjnych.
Pierwszy taki biomarker metaboliczny we krwi
Zdaniem autorów jest to pierwsze badanie pokazujące, że sieć interakcji pomiędzy krążącymi aminokwasami może pełnić funkcję biomarkera umożliwiającego ocenę ryzyka progresji raka jelita grubego. Otwiera to drogę do opracowania nowych metod monitorowania pacjentów, które mogą być:
- mniej inwazyjne,
- łatwiejsze do wdrożenia,
- bardziej precyzyjne niż obecnie stosowane rozwiązania.
Co istotne, analiza wymaga jedynie niewielkiej próbki krwi pobranej jeszcze przed leczeniem operacyjnym.
Medycyna precyzyjna coraz bliżej praktyki klinicznej
Rozwój technologii analitycznych oraz algorytmów uczenia maszynowego sprawia, że coraz większą rolę w onkologii odgrywa medycyna precyzyjna. Zamiast opierać decyzje terapeutyczne wyłącznie na klasycznych markerach nowotworowych lub wynikach badań obrazowych, lekarze mogą w przyszłości korzystać z zaawansowanych analiz metabolizmu organizmu. Umożliwia to:
- wcześniejsze wykrycie pacjentów z wysokim ryzykiem nawrotu,
- lepsze planowanie leczenia uzupełniającego,
- bardziej indywidualne monitorowanie po zakończeniu terapii,
- skuteczniejsze dostosowanie intensywności kontroli onkologicznej.
Eksperci liczą na rozwój nowych technologii diagnostycznych
Autorzy badania podkreślają, że uzyskane wyniki stanowią ważny krok w kierunku wykorzystania metabolomiki w codziennej praktyce klinicznej. Jak powiedział profesor Ji Min Lee:
Mamy nadzieję, że doprowadzi to do powstania nowych technologii medycyny precyzyjnej, które pozwolą dokładniej przewidywać ryzyko nawrotu choroby, wykorzystując jedynie próbkę krwi, i pomogą w opracowaniu spersonalizowanych strategii leczenia.
Choć metoda wymaga jeszcze dalszej walidacji klinicznej, wyniki pokazują, że analiza sieci metabolicznych może stać się nowym kierunkiem rozwoju diagnostyki onkologicznej.
Główne wnioski
- Naukowcy z KAIST, szpitala Gangnam Severance i Centrum Medycznego Asan wykazali, że sieć powiązań między 18 krążącymi aminokwasami ulega systematycznej przebudowie wraz z postępem raka jelita grubego, odzwierciedlając zmiany metaboliczne zachodzące w całym organizmie.
- Model predykcyjny wykorzystujący analizę interakcji między aminokwasami osiągnął wyższą skuteczność w przewidywaniu nawrotu lub przerzutów niż modele oparte wyłącznie na markerze CEA lub poziomach pojedynczych aminokwasów.
- Badacze zaobserwowali charakterystyczne zmiany w metabolizmie, w tym spadek znaczenia aminokwasów rozgałęzionych (BCAA), takich jak walina i leucyna, oraz wzrost roli glicyny i seryny, związanych z rozwojem komórek nowotworowych.
- Wyniki opublikowane w czasopiśmie „Advanced Science” wskazują, że analiza pojedynczej próbki krwi może w przyszłości wspierać medycynę precyzyjną, umożliwiając dokładniejszą ocenę ryzyka nawrotu choroby i lepsze planowanie spersonalizowanego leczenia.
Źródło:
- https://advanced.onlinelibrary.wiley.com/doi/10.1002/advs.76044
- The Korea Advanced Institute of Science and Technology (KAIST)
