Satu pasukan penyelidik telah berkembang kaedah baru untuk mengesan penyebaran sel-sel kanser, menghasilkan pemahaman yang jelas mengenai migrasi kanser berbanding sebelum ini.
Penyebaran sel-sel tumor ke lokasi yang berlainan di dalam badan, yang dikenali sebagai metastasis, adalah unsur kanser yang paling berbahaya. Mpenyakit etastatik menyebabkan hampir 90 kematian akibat kanser dari tumor pepejal.
Memahami apa yang menyebabkan metastasis adalah penting untuk membangunkan rawatan yang mampu menghentikan penyebaran kanser.
Pada bulan Mei, para penyelidik menyampaikan algoritma yang dipanggil MACHINA yang dapat mengesan penyebaran sel-sel kanser dengan menggabungkan data urutan DNA dengan maklumat mengenai lokasi sel-sel di dalam tubuh.
MACHINA bermaksud "analisis integrasi sejarah metastatik dan klon."
Baru-baru ini, mereka telah membuat perbaikan kepada MACHINA dan menggunakan algoritma untuk membangunkan pemahaman yang lebih jelas tentang metastasis.
"Sumbangan utama kertas kami adalah kami memperkenalkan algoritma yang menimbulkan corak metastasis daripada menyusun data," kata Mohammed El-Kebir, seorang penolong profesor sains komputer di University of Illinois di Urbana-Champaign yang bersama-sama mengarang kajian itu semasa beliau seorang penyelidik pasca kedoktoran di Princeton University.
"Berbeza dengan kaedah sebelumnya yang telah dibangunkan untuk digunakan dalam evolusi spesies, algoritma MACHINA kami menggabungkan model evolusi yang disesuaikan dengan kanser."
MACHINA
Beberapa maklumat yang dikumpulkan melalui penggunaan MACHINA menunjukkan corak pemindahan sel kanser yang tidak sepadan dengan pemahaman semasa tentang biologi kanser.
Dalam kajian ini, MACHINA pada masa yang sama mengesan mutasi dan pergerakan sel untuk membuktikan bahawa penyakit metastatik boleh disebabkan oleh migrasi sel kurang daripada yang diandaikan sebelumnya.
Dalam kajian pesakit kanser payudara, MACHINA mencadangkan bahawa tumor menengah di paru-paru menyebabkan penyakit metastatik melalui lima migrasi sel. Analisis sebelum ini mencadangkan ia disebabkan oleh migrasi 14.
"Kami memutuskan untuk membangunkan MACHINA setelah menyedari bahawa analisa metastasis semasa mungkin salah kerana andaian yang tidak sesuai dalam algoritma yang digunakan, yang pada mulanya dibangunkan untuk digunakan dalam evolusi spesies," kata El-Kebir.
Para penyelidik juga menggunakan algoritma mereka untuk menganalisis metastasis pada pesakit dengan melanoma, prostat dan kanser ovari.
Mereka menambah pelbagai ciri untuk meningkatkan ketepatan MACHINA.
Kerana ia telah terbukti bahawa sel-sel tumor dapat bergerak dalam kelompok, algoritma ini termasuk model untuk penghijrahan sel.
Algoritma juga ditetapkan untuk mengenali ketidakpastian dalam data DNA yang terhasil daripada campuran sel-sel yang sihat dan sel-sel tumor.
Satu kertas yang menggambarkan usaha penuh pasukan itu diterbitkan dalam jurnal Alam Genetik.
Gryte Satas, seorang pelajar doktoral di Princeton, juga seorang pengarang bersama kajian itu.
Implikasi MACHINA
Melalui penggunaan MACHINA, penyelidik boleh menemui corak dan mutasi utama yang menyebabkan penyebaran kanser.
"Algoritma yang lebih baik adalah seperti mikroskop yang lebih baik," Ben Raphael, seorang profesor sains komputer di Princeton dan penulis kanan penyelidikan, dalam satu kenyataan.
"Apabila anda melihat sifat dengan kaca pembesar, anda mungkin terlepas maklumat penting. Jika anda melihat dengan mikroskop anda boleh melihat lebih banyak lagi. "
Apa yang akan datang?
Langkah seterusnya dalam perkembangan ini adalah untuk memohon MACHINA kepada sejumlah besar contoh utama dan metastasis, jelas El-Kebir.
"Ini akan membolehkan seseorang mengenal pasti corak umum perkembangan metastatik, termasuk mutasi yang memacu metastasis," katanya.
Sebelum teknologi itu dapat digunakan secara aktif oleh doktor untuk mengesan penyebaran kanser, para penyelidik ingin meningkatkan ketepatan MACHINA dengan memajukan teknologi penjujukan dengan bacaan yang lebih panjang dan kurang kesilapan, jelas El-Kebir.
Di samping itu, para penyelidik merancang untuk memperbaiki kaedah mereka dengan menggabungkan data dari sel-sel tumor dan DNA dalam aliran darah, dan mereka ingin mengenali data mengenai pengubahsuaian DNA yang boleh diterbalikkan.
Secara keseluruhan, perkembangan ini menjanjikan dan penting dalam memerangi kanser.
"Saya meramalkan kaedah baru ini akan digunakan secara meluas kepada komuniti genomik dan akan memberikan cahaya baru pada fasa evolusi kanser yang paling mematikan," Andrea Sottoriva, Fellow Chris Rokos dalam Evolusi dan Kanser di Institut Penyelidikan Kanser di London, dalam satu kenyataan.
