تحولی شگرف در تشخیص و درمان سرطان استخوان رونمایی شد

شناسایی سه زیرنوع متمایز از سرطان نادر استخوان

برای اولین بار، محققان موفق شده‌اند حداقل سه زیرنوع متمایز از یک نوع نادر سرطان استخوان را شناسایی کنند که می‌تواند تحولی در آزمایش‌های بالینی و مراقبت از بیماران ایجاد کند. در حالی که توالی‌یابی ژنتیکی پیش از این به شناسایی زیرنوع‌های مختلف سایر سرطان‌ها مانند سرطان سینه و پوست کمک کرده و بیماران بر اساس زیرنوع سرطان خود درمان‌های هدفمند دریافت می‌کنند، انجام این کار برای استئوسارکوم – سرطانی که از استخوان شروع می‌شود و معمولاً کودکان و نوجوانان را تحت تأثیر قرار می‌دهد – بسیار دشوارتر بوده است.

اکنون یک پروژه تحقیقاتی به رهبری دانشگاه ایست آنگلیا، که توسط سازمان خیریه پیشرو در زمینه سرطان کودکان، Children with Cancer UK تأمین مالی شده، توانسته است با استفاده از مدل‌سازی ریاضی پیشرفته و یادگیری ماشین به نام “تفکیک فرآیند نهفته”، بیماران مبتلا به استئوسارکوم را با استفاده از داده‌های ژنتیکی‌ تا زیرگروه‌های مختلف تقسیم‌بندی کند. پیش از این، تمام بیماران در یک گروه قرار می‌گرفتند و با استفاده از پروتکل‌های یکسان درمان می‌شدند که نتایج بسیار متنوعی داشت.

تحول در درمان استئوسارکوم

نویسنده اصلی این تحقیق، دکتر دارل گرین از دانشکده پزشکی نورویچ دانشگاه ایست آنگلیا، در این باره گفت: “از دهه 1970، استئوسارکوم با استفاده از شیمی‌درمانی غیرهدفمند و جراحی درمان شده است، که گاهی به قطع عضو و عوارض جانبی شدید و مادام‌العمر شیمی‌درمانی منجر می‌شود.”

او همچنین افزود: “چندین آزمایش بالینی بین‌المللی که به بررسی داروهای جدید برای استئوسارکوم پرداخته‌اند، طی بیش از 50 سال گذشته به عنوان ‘شکست‌خورده’ شناخته شده‌اند. این تحقیق جدید نشان داد که در هر یک از این آزمایش‌های ‘شکست‌خورده’، نرخ پاسخ کمی (حدود 5 تا 10 درصد) به داروی جدید وجود داشته است، که حاکی از وجود زیرنوع‌های استئوسارکوم است که به درمان جدید پاسخ داده‌اند.”

دکتر گرین ادامه داد: “داروهای جدید به طور کامل ‘شکست’ نخورده‌اند؛ بلکه این داروها برای هر بیمار مبتلا به استئوسارکوم موفق نبوده‌اند، اما می‌توانند به عنوان درمان جدید برای گروه‌های خاصی از بیماران مؤثر باشند. امیدواریم که در آینده، گروه‌بندی بیماران با استفاده از این الگوریتم جدید به نتایج موفقیت‌آمیز در آزمایش‌های بالینی منجر شود، برای نخستین بار در بیش از نیم قرن.”

او همچنین بیان کرد: “زمانی که بیماران می‌توانند با استفاده از داروهای هدفمند خاص، به زیرنوع سرطان خود درمان شوند، این امر به حرکت به سمت دوری از شیمی‌درمانی استاندارد کمک خواهد کرد.”

تلاش برای درمان‌های هدفمند و ملایم‌تر

جستجو برای درمان‌های ملایم‌تر و هدفمندتر برای استئوسارکوم یک حوزه مهم تمرکز برای Children with Cancer UK است. در سال 2021، تأمین مالی از سوی این سازمان خیریه پیشرو به تیم دانشگاه ایست آنگلیا برای بررسی روش‌های نوآورانه درمان استئوسارکوم اعطا شد.

دکتر سلطانه چودری، رئیس تحقیقات در Children with Cancer UK، گفت: “سرمایه‌گذاری در برنامه‌های تحقیقاتی پیشگامانه جزء لاینفک پیشبرد چشم‌انداز ما برای جهانی است که در آن هر کودک و جوانی بتواند از سرطان جان سالم به در ببرد. ما منابع مالی خود را به علم اختصاص می‌دهیم زیرا دیده‌ایم که تحقیقات می‌تواند تفاوت قابل توجهی در شانس بقا برای هر کودک ایجاد کند.”

او افزود: “با تأمین مالی تحقیقات پیشگامانه، نه تنها دانش علمی را پیش می‌بریم بلکه در حال یافتن درمان‌های ملایم‌تر و مؤثرتر برای جوان‌ترین و آسیب‌پذیرترین بیماران سرطانی هستیم.”

تحقیق برای بهبود درمان بیماران جوان مبتلا به سرطان

امید ما این است که نتایج این پروژه تحقیقاتی به بهبود تشخیص، درمان و مراقبت‌های طولانی‌مدت از بیماران جوان مبتلا به سرطان کمک کند.

نرخ بقا برای اوستئوسارکوم، نوعی سرطان استخوان، در ۴۵ سال گذشته حدود ۵۰ درصد ثابت مانده است. این موضوع عمدتاً به این دلیل است که زیرگروه‌های مختلف اوستئوسارکوم هنوز به‌طور کامل درک نشده‌اند و همچنین تأثیر سیستم ایمنی اطراف تومور بر آن، یا اینکه چه عواملی باعث می‌شود سرطان به درمان مقاوم شود یا به سایر نقاط بدن گسترش یابد، هنوز مشخص نیست. دانشمندان هنوز نتوانسته‌اند نشانگرهای زیستی کلیدی را شناسایی کنند که بتوانند به پیش‌بینی چشم‌انداز بیمار یا نحوه پاسخ او به درمان کمک کنند. این شکاف‌های دانشی مانع پیشرفت در بهبود نرخ بقا می‌شوند.

پیش‌تر، محققان تلاش کرده‌اند با استفاده از روش‌های کامپیوتری خاص، انواع مختلف اوستئوسارکوم را پیش‌بینی کنند که نشان می‌دهد زیرگروه‌های متمایزی از این سرطان وجود دارد. در حالی که این یک گام مهم به جلو بود، اما به‌طور کامل به این واقعیت نمی‌پردازد که هر تومور اوستئوسارکوم می‌تواند از یک بخش به بخش دیگر بسیار متفاوت باشد. این مدل‌ها همچنین فرض می‌کنند که هر تومور می‌تواند به‌طور مرتب در یک گروه خاص قرار گیرد، در حالی که تومورها معمولاً از انواع مختلفی از سلول‌های سرطانی تشکیل شده‌اند. این تنوع درون یک تومور پیش‌بینی دقیق رفتار یا پاسخ سرطان به درمان را دشوارتر می‌کند.

در این مطالعه، محققان از یک روش پیشرفته‌تر به نام تجزیه فرآیند نهفته (LPD) استفاده کردند که تفاوت‌ها درون تومورهای فردی را در نظر می‌گیرد. برخلاف روش‌های قبلی، LPD به تومور به‌عنوان ترکیبی از الگوهای پنهان در فعالیت ژن‌ها نگاه می‌کند. این الگوهای پنهان نمایانگر “وضعیت‌های عملکردی” مختلف تومور هستند و هر وضعیت الگوی بیان ژن خاص خود را دارد. روش LPD تعیین می‌کند که چندتا از این الگوها برای توصیف یک تومور خاص لازم است.

تحقیق سه زیرگروه بیماری اوستئوسارکوم را شناسایی کرد که یکی از آن‌ها در برابر درمان با ترکیب دارویی شیمی‌درمانی استاندارد به نام MAP پاسخ ضعیفی نشان داد. با گروه‌بندی بیماران بر اساس این الگوها، پزشکان می‌توانند تصمیمات بهتری در مورد درمان اتخاذ کنند. محققان به محدودیت‌های کلیدی این مطالعه اشاره کردند که شامل مجموعه داده‌های کوچک برای توسعه مدل LPD و داده‌های بالینی ناقص در گروه تأیید است. دسترسی به بافت و داده‌های بالینی مرتبط به‌ویژه برای اوستئوسارکوم به دلیل نادر بودن موارد، محدودیت مواد بیوپسی و آسیب‌های گسترده ناشی از شیمی‌درمانی در نمونه‌های پس از درمان، چالش‌برانگیز است.

با وجود این چالش‌ها، روش LPD به‌عنوان یک روش قابل‌اعتماد شناخته شد، زیرا زیرگروه‌های ثابتی از اوستئوسارکوم را در چهار مجموعه داده مستقل شناسایی کرد. مانند هر ابزار یادگیری ماشینی، نتایج با افزودن داده‌های بیشتر بهبود می‌یابند. به‌تازگی، دکتر گرین رهبری توسعه دستورالعمل‌های جدیدی را بر عهده داشت تا نحوه جمع‌آوری نمونه‌های سرطان استخوان و داده‌های بالینی در سراسر اروپا بهبود یابد. این بدان معناست که در چند سال آینده، محققان ممکن است بتوانند مدل LPD را حتی بیشتر بهبود بخشند و انواع خاص‌تری از اوستئوسارکوم را کشف کنند.

مقاله‌ای با عنوان «خوشه‌بندی بدون نظارت بیزی زیرگروه‌های بالینی مرتبط اوستئوسارکوم را شناسایی می‌کند» در نشریه Briefings in Bioinformatics منتشر شده است.