Penyelidik di Johns Hopkins telah melancarkan alat pengiraan yang direka untuk meramalkan kejayaan imunoterapi pada pesakit dengan kanser payudara triple-negatif metastatik, menandakan kemajuan yang ketara dalam rawatan kanser peribadi.
Dalam satu kejayaan yang bersedia untuk merevolusikan rawatan kanser yang diperibadikan, penyelidik dari Pusat Kanser Johns Hopkins Kimmel dan Sekolah Perubatan Universiti Johns Hopkins telah membangunkan kaedah pengiraan yang inovatif untuk mengenal pasti pesakit dengan kanser payudara triple-negatif metastatik yang mungkin mendapat manfaat daripada imunoterapi. Kerja perintis ini baru-baru ini diterbitkan dalam Prosiding Akademi Sains Kebangsaan.
Imunoterapi memanfaatkan sistem imun badan untuk memerangi sel-sel kanser tetapi berkesan hanya untuk subset pesakit.
"Adalah penting untuk kami mengenal pasti pesakit yang mana ia akan berkesan, kerana ketoksikan rawatan ini adalah tinggi," kata pengarang utama Theinmozhi Arulraj, seorang rakan pasca doktoral di Johns Hopkins, dalam satu Siaran akhbar.
Cabaran untuk meramalkan tindak balas pesakit dengan tepat terhadap imunoterapi telah menyebabkan saintis meneroka biomarker ramalan - sel atau molekul tertentu dalam tumor yang menandakan hasil rawatan yang berpotensi.
"Malangnya, biomarker ramalan sedia ada mempunyai ketepatan terhad dalam mengenal pasti pesakit yang akan mendapat manfaat daripada imunoterapi, " kata pengarang kanan Aleksander Popel, seorang profesor kejuruteraan bioperubatan dan onkologi di Sekolah Perubatan Universiti Johns Hopkins, dalam siaran berita.
Untuk menangani perkara ini, Popel dan pasukannya menggunakan model matematik yang dikenali sebagai farmakologi sistem kuantitatif untuk mensimulasikan 1,635 pesakit maya dengan kanser payudara triple-negatif metastatik. Simulasi ini, yang melibatkan pembrolizumab ubat imunoterapi, membenarkan mereka menguji pelbagai biomarker menggunakan alat pengiraan lanjutan, termasuk algoritma pembelajaran mesin.
Walaupun biomarker prarawatan yang diperoleh daripada biopsi tumor awal atau sampel darah menunjukkan kapasiti ramalan yang terhad, biomarker semasa rawatan - pengukuran yang diambil selepas terapi bermula - terbukti lebih berkesan. Yang menghairankan, biomarker yang biasanya dinilai, seperti ekspresi PD-L1 dan kehadiran limfosit, adalah peramal tindak balas yang lebih baik apabila dinilai sebelum permulaan rawatan.
Selanjutnya, pasukan menilai biomarker berasaskan darah yang kurang invasif.
"Kadar tindak balas simulasi meningkat lebih daripada dua kali ganda - daripada 11% kepada 25% - yang agak luar biasa," tambah Arulraj, menekankan potensi biomarker bukan invasif apabila kaedah biopsi tradisional tidak praktikal.
"Pesakit kanser boleh mendapat manfaat yang besar daripada rawatan yang disesuaikan," tambah pengarang bersama Cesar Santa-Maria, seorang profesor onkologi bersekutu di Pusat Kanser Johns Hopkins Kimmel. "Biomarker ramalan adalah penting kerana kami membangunkan strategi yang dioptimumkan untuk kanser payudara tiga kali ganda negatif, untuk mengelakkan rawatan berlebihan pada pesakit yang dijangka berfungsi dengan baik tanpa imunoterapi dan rawatan yang kurang baik bagi mereka yang tidak bertindak balas dengan baik terhadap imunoterapi."
Penyelidikan ini bukan sahaja memajukan bidang onkologi pengiraan tetapi juga menyerlahkan potensi metodologi serupa untuk digunakan pada jenis kanser lain - satu langkah ke arah penjagaan kanser yang lebih komprehensif dan diperibadikan. Kerja terdahulu oleh pasukan Johns Hopkins, yang turut menyertakan model pengiraan untuk kanser payudara peringkat akhir, menggariskan peranan penting mereka dalam domain ini.
Hasil kajian yang menggalakkan ini membuka jalan untuk ujian klinikal masa hadapan dan potensi replikasi kaedah ini untuk pelbagai jenis kanser.
Akhirnya, kemajuan dalam pengenalan biomarker ramalan boleh meningkatkan hasil rawatan dengan ketara, mengubah prognosis untuk ramai pesakit kanser dan menawarkan harapan baru untuk mereka yang melawan penyakit metastatik.