Na
Uniwersytecie stanowym w Ohio – opracowano nową metodę do
określania genetycznej różnorodności w obrębie komórek
nowotworowych. Metoda ta może okazać się niezwykle pomocna dla
lekarzy, do określenia stopnia złośliwości nowotworów, a także
do oszacowania, który guz jest odporny na chemioterapię.
Uniwersytecie stanowym w Ohio – opracowano nową metodę do
określania genetycznej różnorodności w obrębie komórek
nowotworowych. Metoda ta może okazać się niezwykle pomocna dla
lekarzy, do określenia stopnia złośliwości nowotworów, a także
do oszacowania, który guz jest odporny na chemioterapię.
Naukowcy
użyli nowej metody, którą wcześniej sami opracowali, zwanej w
skrócie MATH (mutant-allele tumor heterogeneity), aby zmierzyć
genetyczną różnorodność w obrębie komórek nowotworowych
pobranych od 305 pacjentów z nowotworami szyi i głowy. Duża ilość
wyników była równoznaczna z dużą ilością zmian w genach, które
znajdowały się w różnych komórkach rakowych. Nowotwory, które
wykazywały wysoką różnorodność genetyczną określono nazwą:
„wewnątrz-guzowa heterogenność” i jest ona skorelowana z
niższą przeżywalnością pacjentów. Jeśli wstępne badania
zostaną potwierdzone, metoda ta może okazać się niezwykle
pomocnym narzędziem dla lekarzy, którzy będą potrafili lepiej
dopasować leczenie, a także będą mogli określić prognozy dla
swoich pacjentów.
użyli nowej metody, którą wcześniej sami opracowali, zwanej w
skrócie MATH (mutant-allele tumor heterogeneity), aby zmierzyć
genetyczną różnorodność w obrębie komórek nowotworowych
pobranych od 305 pacjentów z nowotworami szyi i głowy. Duża ilość
wyników była równoznaczna z dużą ilością zmian w genach, które
znajdowały się w różnych komórkach rakowych. Nowotwory, które
wykazywały wysoką różnorodność genetyczną określono nazwą:
„wewnątrz-guzowa heterogenność” i jest ona skorelowana z
niższą przeżywalnością pacjentów. Jeśli wstępne badania
zostaną potwierdzone, metoda ta może okazać się niezwykle
pomocnym narzędziem dla lekarzy, którzy będą potrafili lepiej
dopasować leczenie, a także będą mogli określić prognozy dla
swoich pacjentów.
Naukowcy
przez długi czas twierdzili, że subpopulacje komórek w obrębie
pojedynczych nowotworów prowadzą do gorszych wyników klinicznych
pacjenta. Jednakże onkolodzy nie używają określenia
heterogenności nowotworów do oszacowania prognozy choroby, ponieważ
nie istniała do tej pory jedna, prosta do wprowadzenia technika,
którą można by zastosować w badaniach klinicznych.
przez długi czas twierdzili, że subpopulacje komórek w obrębie
pojedynczych nowotworów prowadzą do gorszych wyników klinicznych
pacjenta. Jednakże onkolodzy nie używają określenia
heterogenności nowotworów do oszacowania prognozy choroby, ponieważ
nie istniała do tej pory jedna, prosta do wprowadzenia technika,
którą można by zastosować w badaniach klinicznych.
Wyniki
nowych badań udokumentowanych w PLOS Medicine potwierdzają, że
wysoka różnorodność genetyczna u pacjentów z nowotworami szyi i
głowy jest powiązana z niższą przeżywalnością. Genetyczna
różnorodność w obrębie komórek guza jest jedną z odpowiedzi na
pytanie, dlaczego leczenie pacjentów kończy się niepowodzeniem. Im
więcej różnych mutacji genetycznych występuje w komórkach
nowotworowych, tym większe prawdopodobieństwo, że część z nich
jest odporna na chemioterapię.
nowych badań udokumentowanych w PLOS Medicine potwierdzają, że
wysoka różnorodność genetyczna u pacjentów z nowotworami szyi i
głowy jest powiązana z niższą przeżywalnością. Genetyczna
różnorodność w obrębie komórek guza jest jedną z odpowiedzi na
pytanie, dlaczego leczenie pacjentów kończy się niepowodzeniem. Im
więcej różnych mutacji genetycznych występuje w komórkach
nowotworowych, tym większe prawdopodobieństwo, że część z nich
jest odporna na chemioterapię.
Naukowcy
użyli techniki MATH aby przeanalizować wcześniejsze dane od 305
pacjentów z nowotworami szyi i głowy pochodzącymi z TCGA (The
Cancer Genome Atlas). Narodowy Instytut Zdrowia jest w posiadaniu
publicznie dostępnych danych, które zaczęto zbierać w roku 2006
jako wstępny projekt – dziś są to dane od około 11000
pacjentów z aż 33 różnymi typami nowotworów. Wyniki otrzymane z
MATH były wyliczone z danych uzyskanych przez TGCA przy pomocy
sekwencjonowania całych eksonów.
użyli techniki MATH aby przeanalizować wcześniejsze dane od 305
pacjentów z nowotworami szyi i głowy pochodzącymi z TCGA (The
Cancer Genome Atlas). Narodowy Instytut Zdrowia jest w posiadaniu
publicznie dostępnych danych, które zaczęto zbierać w roku 2006
jako wstępny projekt – dziś są to dane od około 11000
pacjentów z aż 33 różnymi typami nowotworów. Wyniki otrzymane z
MATH były wyliczone z danych uzyskanych przez TGCA przy pomocy
sekwencjonowania całych eksonów.
Naukowcy
potwierdzili, że wysokie wyniki w MATH są powiązane z wysoką
umieralnością pacjentów. Każdy 10% wzrost wyniku MATH był
powiązany z 8.8% wzrostem prawdopodobieństwa śmierci. Związek
pomiędzy wynikiem MATH a przeżywalnością był niezależny od
obecności wirusa HPV i cech molekularnych nowotworu. Wstępna
analiza pokazała, że pacjenci z wysoce heterogennymi nowotworami
byli bardziej niż dwukrotnie narażeni na śmierć, w porównaniu z
pacjentami, których nowotwory wykazywały niewielką heterogenność.
Tego typu informacje mogą okazać się przydatne przy podejmowaniu
decyzji odnośnie rodzaju terapii, dzięki czemu leczenie będzie
bardziej dostosowane do danego pacjenta.
potwierdzili, że wysokie wyniki w MATH są powiązane z wysoką
umieralnością pacjentów. Każdy 10% wzrost wyniku MATH był
powiązany z 8.8% wzrostem prawdopodobieństwa śmierci. Związek
pomiędzy wynikiem MATH a przeżywalnością był niezależny od
obecności wirusa HPV i cech molekularnych nowotworu. Wstępna
analiza pokazała, że pacjenci z wysoce heterogennymi nowotworami
byli bardziej niż dwukrotnie narażeni na śmierć, w porównaniu z
pacjentami, których nowotwory wykazywały niewielką heterogenność.
Tego typu informacje mogą okazać się przydatne przy podejmowaniu
decyzji odnośnie rodzaju terapii, dzięki czemu leczenie będzie
bardziej dostosowane do danego pacjenta.
Źródło:
Edmund
A. Mroz, Aaron M. Tward, Rebecca J. Hammon, Yin Ren, James W.
Rocco.Intra-tumor
Genetic Heterogeneity and Mortality in Head and Neck Cancer: Analysis
of Data from The Cancer Genome Atlas.
PLOS
Medicine,
2015; 12 (2): e1001786 DOI:10.1371/journal.pmed.1001786
Edmund
A. Mroz, Aaron M. Tward, Rebecca J. Hammon, Yin Ren, James W.
Rocco.Intra-tumor
Genetic Heterogeneity and Mortality in Head and Neck Cancer: Analysis
of Data from The Cancer Genome Atlas.
PLOS
Medicine,
2015; 12 (2): e1001786 DOI:10.1371/journal.pmed.1001786