Opracowanie poziomego klasyfikatora integracji danych do nieinwazyjnej wczesnej diagnostyki raka piersi (RENOVATE)

Wstęp: Obecnie wczesna diagnostyka inwazyjnego raka piersi opiera się na łącznym wykorzystaniu mammografii i ultrasonografii. Podejścia te są nadal suboptymalne pod względem dokładności, aw przypadku podejrzenia radiologicznego konieczna jest biopsja potwierdzająca lub testy przypominające. Ostatnio badanie nieinwazyjnych biomarkerów w raku spotkało się z ogromnym zainteresowaniem, wspieranym przez postęp technologii i potencjał wczesnego wykrywania nowotworów złośliwych. Jednak jak dotąd żadne badanie nie próbowało zastosować jednoczesnej oceny biologicznie różnych analitów i algorytmów charakteryzacji danych (podejścia radiomiki) w celu zwiększenia dokładności wczesnej diagnozy raka piersi.

Hipoteza: Wiele analitów biologicznych należy połączyć z udoskonaleniem algorytmów radiomicznych, aby przezwyciężyć obecne ograniczenia wczesnej diagnostyki raka piersi. Ogólnym celem projektu jest opracowanie klasyfikatora poziomej integracji danych (HDI) umożliwiającego wczesną nieinwazyjną diagnostykę inwazyjnego raka piersi z dużą dokładnością.

Cele: Cel 1: Zbadanie skuteczności w diagnostyce małoinwazyjnych raków piersi a) ultraczułego sekwencjonowania nowej generacji na krążącym DNA nowotworu (ctDNA); b) macierze proteomiczne oparte na aptamerach na białkach plazmatycznych; c) algorytmy uczenia maszynowego radiomiki. Cel 2: Opracowanie klasyfikatora HDI opartego na ww. metodach w celu zmniejszenia zapotrzebowania na inwazyjne procedury we wczesnej diagnostyce raka piersi. Cel 3: Poprawa wydajności klasyfikatora HDI poprzez integrację innych potencjalnie transformacyjnych metod diagnostyki nieinwazyjnej.

Projekt eksperymentu: Próbki krwi obwodowej i próbki moczu zostaną pobrane od prospektywnej kohorty 750 pacjentów z radiologicznie podejrzanymi małymi zmianami piersi, poddawanych biopsji diagnostycznej w Oddziale Diagnostyki Senologicznej Szpitala San Martino. Ultraczułe sekwencjonowanie nowej generacji (NGS) na osoczu ctDNA zostanie przeprowadzone przy użyciu niestandardowego panelu amplikonu ze znacznikami zaprojektowanego przez nas na kohorcie 3269 zsekwencjonowanych przypadków raka piersi z inicjatywy GENIE. We współpracy z Dana Farber Cancer Institute w Bostonie zostanie również zastosowany nowy protokół zwany immunoprecypitacją metylowanego DNA bez komórek i wysokoprzepustowe sekwencjonowanie (cfMeDIP-seq) do analizy metylomu małych ilości ctDNA z osocza i moczu. Potencjalne białka osocza związane z rakiem będą analizowane przy użyciu macierzy białkowych SomaScan na bazie aptamerów we współpracy z Sidra Medical Center, Doha, Katar. Klasyfikator radiomiki opracowany przez zespół Senology w eksploracyjnej podgrupie badania ASTOUND, sponsorowanego przez Uniwersytet w Genui, zostanie przeszkolony i przetestowany na tej samej kohorcie. Ocenione zostaną również inne nieinwazyjne metody diagnostyczne. Na podstawie wyników ctDNA, proteomiki i radiomiki zostanie wygenerowany klasyfikator HDI przy użyciu zaawansowanych metod uczenia maszynowego. Nasz klasyfikator HDI zostanie wreszcie w razie potrzeby zintegrowany z innymi predyktorami i zweryfikowany w naszej kohorcie.

Oczekiwane wyniki: 1. Ocena skuteczności nowoczesnych metod nieinwazyjnych w kontekście wczesnego wykrywania raka piersi. 2. Opracowanie nieinwazyjnego klasyfikatora HDI wczesnego raka piersi. 3. Nowe odkrycia biologiczne dotyczące małych raków piersi.

Wpływ na raka: 1. Zwiększenie dokładności wczesnej diagnostyki piersi w porównaniu z obecnymi metodami. 2. Zmniejszenie konieczności wykonywania badań przypominających i inwazyjnych w diagnostyce raka piersi. 3. Długoterminowy wpływ na śmiertelność z powodu raka piersi.