乳がんリキッドバイオプシーの層別化 (BALIBISTRA)

乳がんは、オーストリアの女性に最も多いがんです。 予後の推定と治療戦略は、腫瘍をさまざまな実体またはクラスに層別化することにますます依存しています。 現在、臨床で日常的に行われている腫瘍の層別化は、主にホルモン受容体、HER2 の状態、および増殖の推定に基づいています。 しかし、腫瘍のより確実で客観的な分類は、さらなる生物学的特性の解明によって達成でき、新しい抗がん療法は生物学的メカニズムに基づいているため、これも重要性が増しています。 その結果、分子分析から得られる情報は、最適な治療選択のための層別化を改善することを目的として、日常的な診断アッセイにますます導入されています。 現在まで、乳がんの最も広範な分子ベースの分類は、統合クラスターと呼ばれる、遺伝子発現と体細胞コピー数変化 (SCNA) の組み合わせに基づく分類によって達成されています。 組織生検は、そのような分類を達成するための現在のゴールドスタンダードです。 ただし、転移環境ではそれらを入手するのが困難な場合が多く、腫瘍内の不均一性によるサンプリングバイアスの影響を受けます。 「リキッドバイオプシー」は、数ある検体の中でも特に、循環腫瘍 DNA (ctDNA) を含む無細胞 DNA (cfDNA) の分析に基づいています。 がん患者では、DNA 断片が正常細胞と腫瘍細胞から血液中に放出されます。 cfDNA は採血によって最小限の侵襲で取得でき、循環からの腫瘍 DNA の「リアルタイム」分析が可能で、血液サンプルはいつでも繰り返すことができるため、治療に対する反応をモニタリングするのに特に重要です。 研究者のグループは cfDNA の分析に関する広範な専門知識を有しており、ctDNA 分析のための多数のアプローチを開発してきました。 最近、研究者らはヌクレオソームの位置と遺伝子発現に関連する新しいアプローチを開発しました。 cfDNA フラグメントは、酵素処理後のアポトーシス細胞からの DNA 放出に関連しているため、主にモノヌクレオソーム DNA で構成されています。 研究者らは、cfDNA の全ゲノム配列決定を行うことで、転写開始部位でのヌクレオソームの占有により、発現遺伝子とサイレント遺伝子で異なる読み取り深さのカバレッジ パターンが生じることを実証できました。 遺伝子分類に機械学習を採用することにより、研究者らは、発現した DNA を血液循環に放出する細胞内の遺伝子を分類することができました。 このプロジェクトの主な仮説は、侵襲的な組織生検を必要とせずに、直接血液から統合型乳がんクラスターを確立できるということです。 したがって、研究の目的には、治療戦略の選択を改善するために患者の層別化を洗練することが含まれます。 さらに、研究者らは転移性乳がんの生物学について新たな洞察を得ることで、このプロジェクトは患者、臨床腫瘍学者、病理学者、薬理学者、がんに関心のあるすべての基礎研究者にとって重要な意味を持つことになるだろう。