Ein Forscherteam hat sich entwickelt eine neue Methode Verfolgung der Ausbreitung von Krebszellen, um ein klareres Verständnis der Krebsmigration zu erhalten als jemals zuvor.
Die Ausbreitung von Tumorzellen an verschiedenen Stellen im Körper, die als Metastasierung bezeichnet wird, ist das gefährlichste Element bei Krebs. MEtastatische Erkrankungen verursachen fast 90 Prozent aller Krebstodesfälle durch solide Tumoren.
Das Verständnis der Ursachen von Metastasen ist entscheidend für die Entwicklung von Therapien, mit denen die Ausbreitung von Krebs gestoppt werden kann.
Im Mai stellten die Forscher einen Algorithmus namens MACHINA vor, der die Ausbreitung von Krebszellen verfolgen kann, indem er DNA-Sequenzdaten mit Informationen über die Position der Zellen im Körper kombiniert.
MACHINA steht für "metastatic and clonal history integrative analysis".
Kürzlich haben sie MACHINA verbessert und verwenden den Algorithmus, um ein klareres Verständnis der Metastasierung zu entwickeln.
"Der Hauptbeitrag unserer Arbeit besteht darin, dass wir einen Algorithmus eingeführt haben, der Metastasierungsmuster aus der Sequenzierung von Daten ableitet", sagte er Mohammed El-Kebir, ein Assistenzprofessor für Informatik an der Universität von Illinois in Urbana-Champaign, der als Post-Doktorand an der Princeton University die Studie mitautorisierte.
„Im Gegensatz zu früheren Methoden, die für die Evolution von Arten entwickelt wurden, enthält unser Algorithmus MACHINA ein auf Krebs zugeschnittenes Evolutionsmodell.“
MACHINA
Einige der durch die Verwendung von MACHINA gesammelten Informationen lassen auf Migrationsmuster von Krebszellen schließen, die nicht dem aktuellen Verständnis der Krebsbiologie entsprechen.
In der Studie verfolgte MACHINA gleichzeitig die Mutationen und Bewegungen von Zellen, um zu beweisen, dass eine metastatische Erkrankung aus weniger Zellmigrationen resultieren kann als bisher angenommen.
In einer Studie mit einer Brustkrebspatientin schlug MACHINA vor, dass ein sekundärer Tumor in der Lunge durch fünf Zellmigrationen eine metastatische Erkrankung verursacht. Eine zuvor durchgeführte Analyse ergab, dass dies auf 14-Migrationen zurückzuführen ist.
"Wir haben uns für die Entwicklung von MACHINA entschieden, nachdem wir festgestellt hatten, dass aktuelle Metastasenanalysen aufgrund unangemessener Annahmen in den verwendeten Algorithmen, die ursprünglich für die Nutzung in der Artenevolution entwickelt wurden, falsch sein könnten", sagte El-Kebir.
Die Forscher verwendeten ihren Algorithmus auch zur Analyse der Metastasierung bei Patienten mit Melanom, Prostatakrebs und Eierstockkrebs.
Sie haben mehrere Funktionen hinzugefügt, um die Genauigkeit von MACHINA zu verbessern.
Da nachgewiesen wurde, dass Tumorzellen in Clustern wandern können, enthält der Algorithmus ein Modell für die Co-Migration von Zellen.
Der Algorithmus soll auch die Unsicherheit in den DNA-Daten erkennen, die sich aus der Mischung gesunder Zellen und Tumorzellen ergibt.
Ein Artikel, der die gesamten Bemühungen des Teams beschreibt, wird im Journal veröffentlicht Nature Genetics.
Gryte Satas, eine Doktorandin in Princeton, war ebenfalls Mitautorin der Studie.
Implikationen von MACHINA
Mithilfe von MACHINA konnten Forscher Schlüsselmuster und Mutationen aufdecken, die die Ausbreitung von Krebs verursachen.
"Ein besserer Algorithmus ist wie ein besseres Mikroskop" Ben Raphael, ein Professor für Informatik in Princeton und leitender Autor der Forschung, sagte in einer Erklärung.
„Wenn Sie die Natur mit einer Lupe betrachten, können Sie wichtige Details übersehen. Wenn Sie mit einem Mikroskop schauen, können Sie viel mehr sehen. “
Was kommt als nächstes?
Der nächste Schritt in dieser Entwicklung besteht darin, MACHINA auf eine große Menge von aufeinander abgestimmten Primär- und Metastasierungsproben anzuwenden, erklärte El-Kebir.
"Dies wird es einem ermöglichen, häufige Muster des metastasierenden Fortschreitens zu identifizieren, einschließlich der Mutationen, die die Metastasierung auslösen", sagte er.
Bevor die Technologie von Ärzten aktiv zur Verfolgung der Ausbreitung von Krebs eingesetzt werden kann, möchten die Forscher die Genauigkeit von MACHINA verbessern, indem sie die Sequenzierungstechnologie mit längeren Lesevorgängen und weniger Fehlern weiterentwickeln, erklärte El-Kebir.
Darüber hinaus wollen die Forscher ihre Methode verbessern, indem sie Daten von Tumorzellen und DNA in den Blutkreislauf einbeziehen, und sie wollen Daten zu reversiblen chemischen Modifikationen von DNA erkennen.
Insgesamt ist die Entwicklung im Kampf gegen Krebs vielversprechend und unabdingbar.
"Ich gehe davon aus, dass diese neue Methode für die Genomgemeinschaft von großem Nutzen sein und ein neues Licht auf die tödlichste Phase der Krebsentwicklung werfen wird." Andrea Sottoriva, sagte der Chris Rokos-Stipendiat für Evolution und Krebs am Institute of Cancer Research in London in einer Erklärung.
