Цифрові «двійники» онкологічних пацієнтів прогнозують відповідь на лікування

Американські дослідники розробили нове програмне забезпечення, яке, за аналогією з метеорологічними моделями, дозволяє прогнозувати поведінку клітин у тканинах з плином часу. Ця технологія об’єднує геномні дані та математичне моделювання, відкриваючи шлях до створення персоналізованих «цифрових двійників» пацієнтів, які в перспективі допоможуть визначити найкращу стратегію лікування. Дослідження опубліковано в журналі Cell.

Традиційні методи моніторингу стану хворих на рак людей, особливо з використанням сучасних геномних технологій, дають лише «моментальний знімок» стану пухлини в певний момент часу. Вони не показують, як клітини обмінюються сигналами між собою, і не відображають реальну динаміку таких взаємодій, що призводить до зростання пухлини або її стійкості до лікування. Особливо складно передбачити поведінку раку через індивідуальні особливості імунної системи кожного пацієнта і складну екосистему пухлини, що включає не тільки пухлинні, але і безліч здорових клітин. Досі вченим не вистачало інструменту, який міг би показати, як пухлина поводиться в динаміці, — як змінюються взаємодії між клітинами і як це впливає на ефективність лікування.

Найбільш значущим досягненням нового проекту стала розроблена групою дослідників так звана «граматика гіпотез» — система, що дозволяє описувати поведінку клітин (переміщення, поділ, взаємодія з іншими клітинами та імунною системою) за допомогою простих речень англійською мовою. На її основі вчені створили цифрові моделі багатоклітинних біологічних систем і полегшили взаємодію між фахівцями з різних областей. «Ця граматика допомагає не тільки пов’язати біологію з кодом, але і спростити міждисциплінарну співпрацю», — пояснив Даніель Бергман з Університету Меріленда. Автори роботи об’єднали цю граматику з просторовими транскриптомними даними з реальних зразків пухлин, які дозволяють визначити, які гени активні і де саме в тканині. Це дозволило побудувати складні обчислювальні моделі, що симулюють розвиток пухлини з плином часу.

Дослідники застосували модель до двох різних видів раку. При раку молочної залози їм вдалося показати, як порушення роботи імунних клітин (Т-лімфоцитів) може сприяти розходженню груп ракових клітин з первинного місця утворення пухлини в сусідні тканини. У другому випадку фахівці використовували дані пацієнтів з раком підшлункової залози, щоб змоделювати відповідь на імунотерапію. Модель передбачила, що реакція на лікування буде відрізнятися у кожного «віртуального» пацієнта, що підкреслює значення клітинної екосистеми пухлини. Наприклад, фібробласти — здорові клітини, що формують щільну структуру навколо пухлини, — активно взаємодіють з раковими клітинами і впливають на їхні відповіді. Просторова транскриптоміка дозволила візуалізувати ці взаємодії, а модель простежила їх вплив на ріст і інвазію пухлини. «Імунні клітини дивовижні і підкоряються правилам поведінки, які можна відтворити в моделі, — зазначила Жанетт Джонсон з Університету Меріленда. — Ця система дає нам можливість вільно досліджувати гіпотези про те, що відбувається в організмі пацієнта з часом, без витрат і ризику для нього».

Дослідження відкриває шлях до створення нової, віртуальної платформи, за допомогою якої можна моделювати перебіг хвороби у конкретного пацієнта і перевіряти ефективність різних варіантів терапії в умовах симуляції. Такий метод дає можливість проводити «віртуальні клінічні випробування» і просувати персоналізований підхід у лікуванні ракових захворювань. Його універсальність підтверджується тим, що модель була успішно застосована і в нейронауках: команда з Університету Джонса Хопкінса використовувала той самий принцип для моделювання формування шарів мозку. «З тих пір, як я перейшла з області прогнозування погоди в обчислювальну біологію, я вірила, що ми зможемо застосовувати ті ж принципи в онкології, — поділилася провідний автор дослідження Елана Дж. Фертіг з Університету Меріленда. — Адаптація підходу до геномних технологій дає нам віртуальну лабораторію, в якій можна проводити експерименти повністю in silico». Розроблена граматика вже доступна науковій спільноті з відкритим вихідним кодом, що сприятиме її подальшому розвитку. Вчені сподіваються, що подібні моделі з часом стануть незамінним інструментом у боротьбі з раком.