Polski przełom w walce z chorobami! W Szczecinie powstaje fundament medycyny przyszłości!
Naukowcy z Pomorskiego Uniwersytetu Medycznego opracowali innowacyjne rozwiązanie, które może znacząco zwiększyć skuteczność diagnostyki nowotworów i przybliżyć medycynę do jeszcze bardziej precyzyjnego, spersonalizowanego leczenia pacjentów.
Badania prowadzone przez zespół prof. Tomasza Wojdacza oraz Jana Bińkowskiego pokazują, że połączenie biomarkerów epigenetycznych z algorytmami uczenia maszynowego pozwala bardzo dokładnie rozpoznawać różne typy nowotworów oraz odróżniać chore tkanki od zdrowych.
Opracowane modele wykorzystują tzw. sygnatury epigenetyczne, czyli charakterystyczne zmiany w sposobie działania genów. Nie zmieniają one samego kodu DNA, ale wpływają na to, które geny są aktywne, a które wyłączone. Jednym z najważniejszych takich mechanizmów jest metylacja DNA, która odgrywa istotną rolę w rozwoju wielu nowotworów. Badacze przeanalizowali blisko 17 tysięcy próbek pochodzących od pacjentów uczestniczących w dziesiątkach niezależnych badań. Tak duża baza danych pozwoliła stworzyć i dokładnie sprawdzić modele diagnostyczne o bardzo wysokiej skuteczności.
Dokładniejsze określenie rodzaju nowotworu
Pierwszy z opracowanych modeli umożliwia klasyfikację 54 różnych typów tkanek i nowotworów na podstawie ponad 1200 biomarkerów epigenetycznych. Drugi został zaprojektowany specjalnie do rozpoznawania guzów ośrodkowego układu nerwowego i potrafi identyfikować aż 59 typów nowotworów mózgu dzięki analizie ponad 1700 biomarkerów. W praktyce oznacza to możliwość znacznie dokładniejszego określenia rodzaju nowotworu niż w przypadku wielu tradycyjnych metod diagnostycznych. To szczególnie ważne w onkologii, ponieważ właściwe rozpoznanie typu guza często decyduje o wyborze najskuteczniejszego leczenia i rokowaniach pacjenta.
Duże znaczenie ma również wykorzystanie algorytmów uczenia maszynowego. System analizuje ogromne ilości danych biologicznych i potrafi wykrywać zależności trudne do zauważenia przy klasycznej analizie laboratoryjnej. Dzięki temu możliwe jest szybkie i bardzo precyzyjne wspieranie diagnostyki przez nowoczesne narzędzia cyfrowe. Badania wpisują się w rozwój medycyny personalizowanej, której celem jest dopasowanie terapii do indywidualnych cech pacjenta i konkretnego typu choroby. Im dokładniejsza diagnostyka, tym większa szansa na skuteczne leczenie przy ograniczeniu niepotrzebnych terapii i działań niepożądanych.
Szansa na wykrywanie choroby na podstawie prostego badania krwi
Wyniki badań są szczególnie istotne także dlatego, że Światowa Organizacja Zdrowia już dziś rekomenduje wykorzystywanie klasyfikacji opartej na metylacji DNA w diagnostyce nowotworów ośrodkowego układu nerwowego. Opracowane przez polskich naukowców rozwiązanie pokazuje, że podobne podejście może zostać rozszerzone również na wiele innych rodzajów nowotworów. Istotną zaletą technologii jest również możliwość wykorzystania jej w przyszłości w tzw. płynnej biopsji. Oznacza to szansę na wykrywanie choroby na podstawie prostego badania krwi, bez konieczności pobierania fragmentów guza podczas inwazyjnych zabiegów. Takie rozwiązania mogłyby przyspieszyć diagnostykę, zmniejszyć obciążenie pacjentów i umożliwić wcześniejsze wykrywanie zmian nowotworowych.
Naukowcy podkreślają, że stworzenie systemu wymagało wielu lat pracy nad analizą danych, udoskonalaniem modeli i zwiększaniem wiarygodności wyników. Efektem jest rozwiązanie, które może stać się ważnym elementem nowej generacji diagnostyki onkologicznej, łączącej nowoczesną biologię molekularną z zaawansowaną analizą danych i sztuczną inteligencją.
Źródło: Pomorski Uniwersytet Medyczny w Szczecinie
Czytaj też: Chemioterapia ma alternatywę? Naukowcy testują jony wapnia w walce z rakiem trzustki!
Grafika tytułowa: National Cancer Institute / Unsplash
