Исследователи обнаружили, что iCAGES выявляет личные «драйверы» рака в 77 процентах случаев, когда они представлены парой случайно выбранных генов-драйверов и генов, не являющихся драйверами, по сравнению с примерно 51 процентом для других вычислительных инструментов.Исследование было опубликовано в Интернете в журнале Genome Medicine.
Большинство видов рака вызвано накоплением соматических (в отличие от наследственных) генетических мутаций или вариантов. Многие из вариантов, участвующих в многочисленных типах рака, были идентифицированы с помощью генетических исследований секвенирования большого числа пациентов. Однако эта информация не всегда клинически полезна на индивидуальном уровне. «Драйверы» рака могут варьироваться от пациента к пациенту, и не существует практических клинических инструментов для прогнозирования того, какие варианты в геноме человека вызывают его или ее заболевание, а какие присутствуют, но не вызывают заболевание. «Даже когда известны гены, вызывающие рак, у клиницистов нет эффективного способа выбора среди сотен возможных лекарств», — сказал руководитель исследования Кай Ван, доктор философии, доцент кафедры биомедицинской информатики и директор клинической информатики Института. по геномной медицине в CUMC.Чтобы устранить этот недостаток, доктор Ван и его коллеги разработали вычислительный инструмент под названием Integrated CAncer GEnome Score (iCAGES).
Сначала iCAGES анализирует весь геном пациента, сравнивая его с геномной последовательностью опухоли пациента, чтобы определить возможные варианты, вызывающие рак. Затем iCAGES связывает эти варианты с базами данных известных генов, вызывающих рак, используя статистический анализ и методы машинного обучения для определения приоритетов наиболее вероятных генов-драйверов. Наконец, iCAGES сопоставляет варианты с одобренными FDA и экспериментальными лекарственными препаратами, специально предназначенными для этих вариантов или генов. Весь процесс занимает около 30 минут.
Напротив, традиционные подходы требуют множества отдельных шагов с участием человека, которые занимают до нескольких недель.В тесте, призванном показать, как этот инструмент будет использоваться на практике, доктор Ван ретроспективно протестировал iCAGES, используя подробные данные секвенирования у пациента с раком легких.
Из 129 возможных причин рака iCAGES сосредоточился на гене ARAF. iCAGES использовал данные геномного секвенирования, чтобы выбрать сорафениб в качестве лучшего кандидата в лекарство из 122 возможных вариантов лечения. Онкологи пациента пришли к тем же выводам, но они использовали гораздо более сложный и трудоемкий подход, предполагающий использование экспертных знаний на протяжении всего процесса принятия решений. «Пациенту был назначен сорафениб, и у него был необычный клинический ответ», — сказал д-р Ван. «Стоит отметить, что сорафениб не одобрен FDA для этого показания. Тем не менее, результат предполагает, что iCAGES может помочь в выявлении новых стратегий лечения и использовании существующих одобренных лекарств не по назначению».При тестировании в различных базах данных пациентов с онкологическими заболеваниями было обнаружено, что iCAGES превосходит другие вычислительные инструменты в прогнозировании факторов рака на основе личных геномов и в определении эффективного лечения.
«Мы надеемся, что iCAGES может помочь клиницистам в полной мере использовать огромные объемы данных о геномном секвенировании и вариантах рака, а также пролить свет на индивидуальную терапию рака», — сказал д-р Ван.