Novi model mogao bi predvidjeti personalizirano vrijeme čekanja za progresiju kolorektalnog karcinoma

Zaključak:Evolucijski model koji koristi serijske uzorke krvi pacijenata s uznapredovalim kolorektalnim karcinomom liječenih anti-EGFR terapijama u ispitivanju faze II mogao bi predvidjeti personalizirano vrijeme čekanja za progresiju.

Časopis u kojem je studija objavljena: Otkriće raka , časopis američkog udruženja za istraživanje raka

Autori:Viša autorica Andrea Sottoriva, Doktor znanosti, Magistar Chris Rokos, suradnik u evoluciji i raku i voditelj tima na Institutu za istraživanje raka, London i Nicola Valeri, DOKTOR MEDICINE, Doktor znanosti, voditelj tima za biologiju i genomiku raka probavnog sustava na Institutu za istraživanje raka, London, i konzultant medicinski onkolog u The Royal Marsden NHS Foundation Trust

Pozadina:"Kombinirajući često uzdužno uzorkovanje bezstanične DNK s matematičkim modeliranjem evolucije tumora, uspjeli smo napraviti statistička predviđanja pacijenata koji su bili u opasnosti od progresije, "rekla je Sottoriva." Također bismo mogli odrediti kada će se rak vratiti, od pacijenta do bolesnika. Ovo je prvi put da se kvantitativno predviđanje ove vrste uspješno koristi u liječenju raka. "

Dok kliničari često koriste biopsiju tumora za genotipizaciju raka, mnogi tumori imaju intratumorsku heterogenost koja može potaknuti rezistenciju na liječenje; stoga, potrebno je više biopsija u vremenu i prostoru kako bi se bolje razumjelo kako se tumori razvijaju kako bi se oduprli terapiji, objasnio je Valeri.

Tekuće biopsije su neinvazivne, omogućujući prikupljanje cirkulirajuće tumorske DNA u mnogim vremenskim točkama bez dodatnog rizika za pacijenta. Nadalje, analiza cirkulirajuće tumorske DNA može uhvatiti intratumoralnu heterogenost bolje od malog komada tumora, rekao je Valeri.

Iako su se mnoga istraživanja usredotočila na kliničku korisnost DNA bez stanica (cfDNA) za praćenje bolesti, upotreba tekućih biopsija kao prediktivnog alata za procjenu vremena do progresije bolesti nije temeljito istražena, Napomenula je Sottoriva.

Kako je studija provedena i rezultati:Istraživači su analizirali rezultate ispitivanja PROSPECT-C koje je procjenjivalo biomarkere odgovora i otpornosti na terapije protiv EGFR-a u pacijenata s metastatskim kolorektalnim karcinomom divljeg tipa RAS-a. Biopsije tumora uzete su od pacijenata u unaprijed definiranim vremenima prije liječenja (početno stanje) i nakon liječenja (napredovanje bolesti), a pri djelomičnom odgovoru u nekima. Dodatno, pacijenti su davali uzorke plazme svaka četiri tjedna do progresije bolesti.

Iako je standardna genotipizacija tumora svrstala pacijente s metastatskim kolorektalnim karcinomom s divljim tipom RAS-a, analiza osnovne cfDNA otkrila je da su mnogi tumori ovih pacijenata imali aberacije u RAS proteinima, što može objasniti zašto su bili otporni na cetuksimab, inhibitor EGFR -a, primijetio je Valeri. Nadalje, ultra-duboko sekvenciranje jezgri biopsije tumora na početku otkrilo je RAS mutacije, dodatno ističući ograničenja standardnih metoda za genotipizaciju tumora, on je dodao.

Valeri i kolege generirali su matematičke modele koji su koristili razine cfDNA i karcinoembrionskog antigena (CEA) iz plazme pojedinih pacijenata kako bi predvidjeli vrijeme do progresije. Rezultati su potvrđeni pomoću RECIST mjerenja iz podataka radiološke snimke.

Matematički model koji koristi CEA mjerenja primijenjen je na šest pacijenata za predviđanje vremena do kliničke progresije. Od ovih predviđanja, tri su bile unutar 10 posto vremena progresije prema RECIST -u.

Posebno, predviđanja generirana s profiliranjem cfDNA visoke osjetljivosti omogućila su predviđanje vremena progresije nekoliko tjedana unaprijed, u usporedbi s modelima koji koriste CEA mjerenja.

Uz informacije prikupljene iz cfDNA, istraživači bi mogli generirati više modela na temelju predviđenog rasta pojedinačnih subklonova potaknutih različitim mutacijama. Točnost modela koji koriste cfDNA ovisi o identifikaciji dominantnih subklonova u pacijenata s mehanizmima poliklonske rezistencije, Rekao je Valeri.

Komentari autora:"Integracija novih tehnologija praćenja poput cfDNA, u kombinaciji s matematičkim modeliranjem predviđanja tumora, može ponuditi priliku za rano djelovanje, prekinuti terapiju, ili promijeniti liječenje kako biste bili korak ispred bolesti, "rekao je Valeri." Naša metoda omogućuje preciznije predviđanje, kao i poboljšano praćenje odgovora na terapiju. "

Ograničenja studije:Ograničenja studije uključuju malu veličinu uzorka, uz fokus na aberacije putanje RAS -a u matematičkim modelima, budući da će druge genetske i negenetske odrednice vjerojatno uzrokovati rezistenciju i napredovanje bolesti, primijetila je Sottoriva. Ovaj će se model morati prospektivno potvrditi u budućim ispitivanjima, on je dodao.

• UAH i UA najavljuju potpuno novu zajedničku medicinsku sestru Ph.D. program
• Istraživači otkrivaju razlog zašto mnogi pacijenti s rakom mjehura ne reagiraju na imunoterapiju