Как геномное профилирование может помочь определить лучшее лечение рака мочевого пузыря

Когда дело доходит до рака, один размер не подходит всем.

"Одна из проблем, с которыми мы сталкиваемся при лечении пациентов с раком мочевого пузыря, заключается в том, что от одного пациента к другому прогноз, стадия и реакция на разные виды лечения различаются," сказал доктор. Сет Пол Лернер, директор отделения урологической онкологии и Междисциплинарной программы рака мочевого пузыря, а также профессор урологии и заведующий кафедрой урологической онкологии Бет и Дэйв Суолм в Медицинском колледже Бейлора. "Разнообразные характеристики рака создают проблему при выборе наилучшего лечения для каждого пациента."

В Бэйлоре Лернер и его коллеги изучали геномные основы этих различий среди пациентов с мышечно-инвазивным раком мочевого пузыря. В рамках группы Исследовательской сети атласа генома рака они сообщили в 2017 году о всеобъемлющей молекулярной характеристике 412 мышечно-инвазивных видов рака мочевого пузыря, в результате которой были идентифицированы пять подтипов рака на основе экспрессии. Исследователи также сообщили о различных исходах выживаемости для каждого подтипа. Например, один из подтипов под названием «нейрональный» имеет очень отчетливый профиль экспрессии и связан с плохой выживаемостью и менее благоприятными исходами.

"Мы смогли показать, что сигнатуры мутаций, молекулярные подтипы, количество новых молекул, связанных с раком, а также известные клинические и патологические факторы очень четко влияют на общую выживаемость пациентов," Лернер сказал. "Но как применить эти знания в клинической практике??"

"В этом исследовании, опубликованном в European Urology в 2019 году, мы сообщаем о разработке вычислительного инструмента – классификатора для одного пациента – который позволяет врачам эффективно назначать подтип рака мочевого пузыря раку отдельного пациента, используя геномные данные этого пациента," сказал первый автор д-р. Джегил Ким, который работал в Институте Броуда в то время, когда работал над этим проектом, а в настоящее время является старшим научным сотрудником в TESARO, компании, специализирующейся на онкологии.

Исследователи также применили свой классификатор для одного пациента к данным, полученным в ходе клинических испытаний IMvigor 210, в которых почти 400 пациентов с местнораспространенным или метастатическим раком мочевого пузыря лечили атезолизумабом, типом иммунотерапевтического препарата, и сообщили об объективном ответе и общей выживаемости. Это позволило исследователям связать ответ на лечение с определенным подтипом рака мочевого пузыря.

"Одним из наиболее интересных результатов является то, что агрессивный подтип экспрессии нейронов, который мы идентифицировали в 2017 году как имеющий низкую выживаемость и менее благоприятный исход, очень хорошо реагирует на лечение атезолизумабом, и пациенты имеют гораздо лучший результат," Ким сказал.

"Из 11 пациентов, которых мы определили как имеющих нейрональный подтип, все пациенты, у которых можно было оценить объективный ответ, ответили на лечение (два – полный ответ, шесть – частичный), или 72 процента в целом. Это привело к очень высокой вероятности выживания, которая беспрецедентна при распространенном раке мочевого пузыря," Лернер сказал. "Несмотря на то, что это небольшая группа пациентов, очень приятно видеть, что наши фундаментальные исследования могут быть напрямую переведены на клинические условия, что позволяет нам определить, какой подтип рака мочевого пузыря имеет больше шансов хорошо отреагировать на конкретное лечение."

Хотя в проспективных клинических испытаниях необходимы дальнейшие испытания, исследователи ожидают, что в будущем врач сможет применить классификатор для одного пациента к геномным данным опухоли пациентов, чтобы определить подтип рака мочевого пузыря, а затем выбрать лечение, наиболее подходящее для конкретного подтипа. вероятно ответит на.

"По оценкам, рак мочевого пузыря вызывает около 160 000 смертей во всем мире в год, и мы отстаем от других областей рака с точки зрения клинического применения его молекулярных данных и биологии," Лернер сказал. "Тем не менее, мы можем начать понимать, как мы можем использовать эту информацию в будущем, чтобы обеспечить наилучшее лечение для каждого пациента."