Spersonalizowane leczenie raka jajnika z wykorzystaniem technologii cyfrowego bliźniaka
Rak jest z natury złożoną chorobą. Znaczne różnice występują nie tylko między pacjentami, ale także w obrębie poszczególnych nowotworów. Ta zmienność często prowadzi do różnych, nieoczekiwanych reakcji na terapię, co komplikuje kliniczne leczenie choroby. Standardowe terapie, które sprawdzają się w przypadku jednorodnych schorzeń, są często niewystarczające w przypadku nowotworów o takim poziomie złożoności. Właśnie dlatego najbardziej obiecującym podejściem stała się medycyna spersonalizowana, która dostosowuje terapie do unikalnego charakteru biologicznego każdego pacjenta. Chociaż dostrzeżono potencjał tego podejścia, zastosowania kliniczne medycyny spersonalizowanej pozostają ograniczone ze względu na ich złożoność oraz wysokie koszty w porównaniu z opieką podstawowa.
Medycyna spersonalizowana w działaniu
Przy wsparciu programu działania „Maria Skłodowska-Curie” (MSCA) projekt ITHACA podjął znaczące kroki w kierunku wykorzystania potencjału medycyny spersonalizowanej, skupiając się na poprawie wyników leczenia pacjentek z rakiem jajnika. Niskozróżnicowany rak surowiczy (HGSOC) charakteryzuje się niskim wskaźnikiem przeżywalności, wysokim ryzykiem nawrotu i częstą lekoopornością. Projekt miał na celu zademonstrowanie, w jaki sposób narzędzia obliczeniowe mogą wypełnić krytyczne luki w spersonalizowanej medycynie HGSOC. „Chcieliśmy opracować nowe ramy oceny skuteczności różnych terapii raka jajnika i zidentyfikować optymalne metody leczenia dla poszczególnych pacjentek” — wyjaśnia Marilisa Cortesi, stypendystka programu MSCA.
Cyfrowy bliźniak
Naukowcy opracowali ALISON, symulator cyfrowego bliźniaka, który odtwarza środowisko tkankowe jamy brzusznej, główne miejsce przerzutów HGSOC. Jak mówi Cortesi: „ALISON wychodzi poza zwykły model anatomiczny. Łączy biologiczne zachowania różnych typów komórek tkanki, biorąc pod uwagę, jak stężenie odpowiednich cząsteczek (tlenu, glukozy, produktów odpadowych) zmienia się w czasie”. W odróżnieniu od tradycyjnych modeli obliczeniowych, które zakładają jednolite zachowanie komórek, ALISON przypisuje poszczególnym komórkom różne profile behawioralne, odzwierciedlające rzeczywistą zmienność. Oblicza aktywność komórek, taką jak szybkość podziału i interakcje między różnymi typami komórek. Symulując ewolucję tkanki, naukowcy mogą zbadać, w jaki sposób komórki reagują na różne warunki, w tym leczenie farmakologiczne. Dzięki tym symulacjom można uzyskać wgląd w skuteczność leczenia poprzez śledzenie zachowania i dystrybucji komórek nowotworowych w czasie. Innowacja ta z powodzeniem odtworzyła wyniki badań eksperymentalnych łączących progresję HGSOC z rosnącą różnorodnością komórek nowotworowych. Zespół projektu ITHACA skalibrował cyfrowego bliźniaka na podstawie standardowych danych klinicznych. Technika ta generuje wirtualne populacje komórek nowotworowych, które naśladują charakterystykę choroby pacjenta. Chociaż konieczna jest dalsza walidacja na większych kohortach pacjentów, podejście to oferuje obiecującą drogę do kierowania wyborem leczenia, zmniejszając zależność od metody prób i błędów.
Wizja przyszłości ALISON
„Cyfrowe bliźniaki, takie jak ALISON, mają potencjał transformacyjny dla terapii nowotworów. Obiecujące wydaje się być zastosowanie ich jako podstawowych narzędzi klinicznych do przewidywania odpowiedzi na leczenie i oceniania skutków ubocznych” — podkreśla Cortesi. Takie holistyczne podejście może poprawić jakość życia, zwłaszcza że rak coraz częściej staje się chorobą przewlekłą, którą można kontrolować. W badaniach naukowych cyfrowe bliźniaki mogą uzupełniać tradycyjne modele eksperymentalne. Oferują opłacalne i szczegółowe analizy, w tym scenariusze, które są trudne do odtworzenia in vitro lub in vivo. Na przykład ALISON może symulować rzadkie cechy pacjentów i przewidywać ich wpływ na wyniki terapii. Ta zdolność do badania unikalnych warunków podkreśla rolę modeli obliczeniowych w przyspieszaniu opracowywania leków i poprawie wskaźników powodzenia wczesnych badań klinicznych. Co więcej, dzięki temu, że kod ALISON jest otwarcie dostępny w serwisie GitHub, projekt przygotowuje grunt pod szersze badania naukowe wykraczające poza raka jajnika.
Słowa kluczowe
ITHACA, terapia, rak jajnika, cyfrowy bliźniak, symulacja
