KOLME negatiivista rintasyöpämerkkiä nestemäisissä biopsioissa tekoälyn avulla (TRICIA)

Perustelut: Rintasyövän aggressiivisin muoto on kolminkertaisesti negatiivinen rintasyöpä (TNBC), jota kutsutaan siksi, että nämä kasvaimet eivät ilmennä hormonireseptoreita tai HER2-reseptoreita, ja siksi niillä ei ole helposti kohdistettavia molekyylejä. Kemoterapia on ainoa hoitomuoto, ja kemoresistenssi osoittaa erittäin huonoa lopputulosta jopa varhaisessa TNBC:ssä. Jäljellä olevan kasvaimen esiintyminen leikkauksessa (ei-patologinen täydellinen vaste tai ei-pCR) merkitsee kemoresistenssiä ja huonoa ennustetta, sillä noin 30-40 % näistä potilaista kuolee TNBC:hen ensimmäisten viiden vuoden aikana leikkauksen jälkeen. Äskettäinen kliininen tutkimus osoitti, että lisäkemoterapia (kapesitabiini) parantaa eloonjäämistä näillä potilailla, joilla ei ole pCR:ää, vaikka vain noin 15 % tällaisista potilaista hyötyy. Yksi kiireellisimmistä tyydyttämättömistä tarpeista on tunnistaa potilaat, jotka pärjäävät hyvin ei-pCR:stä huolimatta (jotta vältytään ylimääräiseltä kemoterapialta) ja jotka pärjäävät huonosti siitä huolimatta, sekä tunnistaa huonon ennusteen tekijät, jotka voivat johtaa uusiin hoitostrategioihin. tässä ryhmässä.

Teknologian nykyinen edistysaskel: Tähän asti mikään biomarkkeri BRCA1/2-mutaatioita lukuun ottamatta ei ole osoittanut kliinistä käyttöä TNBC:n hoidossa, mikä johtuu todennäköisesti taudin monimutkaisesta biologiasta ja heterogeenisyydestä. Tekoälyn metodologian viimeaikaisten edistysten myötä useiden molekyylitietokerrosten yhdistämisestä ja integroinnista tuloksen ennustamiseksi, joka on tähän asti ollut haastavaa, tulee todellisuutta. Oletuksena on, että tuumori- ja plasma-EV:iden moniulotteisten tietojen yhdistäminen voi helpottaa prognostisten ja ennustavien allekirjoitusten kehittymistä tässä erittäin aggressiivisessa sairaudessa.

Alustavat tiedot: Q-CROC-03-biopsiaan perustuvan kliinisen tutkimuksemme ansiosta, jossa kerättiin kasvain ja plasma potilailta, joilla oli kemoterapialle resistentti TNBC. Koko exome-seq-data käännettiin yksilöllisten verenkierron kasvain-DNA (ctDNA) -määrityksien luomiseksi. Tietomme osoittavat mahdollisen prognostisen arvon ctDNA:n havaitsemiselle leikkausta edeltävän kemoterapian jälkeen. Rodney Ouelletten (ACRI) kanssa on tehty yhteistyötä solunulkoisten rakkuloiden (EV) eristämiseksi ja profiloimiseksi plasmasta.

Tavoitteet: Tämän tutkimuksen tavoitteena on kehittää tunnusmerkkejä hyvistä ja huonoista tuloksista sekä kasvainvasteesta kemoterapiaan TNBC:issä integroimalla sekä kasvain- että nestebiopsioiden moniulotteinen profilointi käyttämällä tekoälyn (AI) työkaluja.

Kokeellinen lähestymistapa: EV-profilointi Q-CROC-03-tutkimuksessa kerätystä plasmasta ja JGH-biopankista (ennen kemoterapiahoitoa, sen aikana ja sen jälkeen) suoritetaan. Profilointi sisältää koko genomin sekvensoinnin (GWS), proteomiikan, transkriptomiikan ja miRNA-analyysin. Yhteistyössä teollisuuskumppanimme My Intelligent Machines (MIMs), bioinformatiikan ja tekoälyn asiantuntijoiden kanssa, kehitetään koneoppimisalgoritmeja, jotka yhdistävät resistenttien kasvaimien OMIC-tiedot vastaaviin plasma-EV-tietoihin ja luovat huonoon lopputulokseen liittyvän kasvain/plasma-allekirjoituksen. . Samanaikaisesti yhteistyössä EXACTIS-innovaatioverkoston kanssa potilaiden rekrytoinnin, kemoterapian jälkeisten jäännöskasvainten keräämisen ja vastaavien plasmanäytteiden keräämisen kapesitabiinihoidon aikana leikkauksen jälkeen tunnistetun allekirjoituksen validoimiseksi, kasvain/EV-allekirjoitus yhdistetään potilaan eloonjäämiseen. .

Ehdotetun hankkeen virstanpylväät: 1. Sähköajoneuvojen profilointi plasmasta. 2. Kemoresistenttien kasvainten profilointi. 3. Algoritmien kehittäminen moniulotteisen datan integroimiseksi kasvaimista ja EV:istä.

Kehitetyt allekirjoitukset ovat IP-suojattuja. Akateemisilla ja teollisilla kumppaneilla on jaettu IP (vastaava prosentti määritetään). Prognostiset testit kehitetään tunnistetuille biomarkkereille ja jaetaan MIMsOmic Platformin kautta. MIMsOmic on tekoälyllä toimiva alusta, jonka MIM:t kaupallistavat ja joka mahdollistaa helpon, tehokkaan ja kustannustehokkaan Omic-dataanalyysin sisältävien kliinisten testien toimittamisen.

Tässä projektissa kehitetään huonon ennusteen biomarkkerimerkki kaikkein aggressiivisimmalle rintasyövälle. Tämän allekirjoituksen avulla voidaan tunnistaa potilaat, joita ei tule hoitaa leikkauksen jälkeisellä kemoterapialla, ja välttää tarpeeton altistuminen tähän lääkkeeseen liittyvälle myrkyllisyydelle.