Attenzione: questa pagina è una traduzione automatica di questa pagina originariamente in lingua inglese. Si prega di notare in quanto le traduzioni sono generate da macchine, non tutte le traduzioni saranno perfetti. Questo sito web e le sue pagine web sono destinati ad essere letto in inglese. Ogni traduzione del sito e le sue pagine web possono essere imprecise e inesatte, in tutto o in parte. Questa traduzione è fornita per comodità.

Il nuovo modello può predire il rischio di effetti secondari avversi di trattamento del cancro

Il rischio di effetti contrari seri sullo stato di sangue e di midollo osseo dei pazienti durante la chemioterapia può essere preveduto da un modello sviluppato all'università di Linköping, Svezia. Questa ricerca può permettere di usare l'analisi genetica per identificare i pazienti con un'alta probabilità degli effetti secondari. Lo studio è stato pubblicato nella biologia e nelle applicazioni di sistemi del npj.

È spesso difficile durante il trattamento del cancro da raggiungere un bilanciamento fra liberarsi di altrettante celle del tumore come possibile, mentre allo stesso tempo non causa gli effetti secondari seri.

Uno dei beni comuni delle celle del tumore è che si sviluppano rapido ed in un modo incontrollato. Le droghe della chemioterapia che sono usate per trattare il cancro per questo motivo sono state destinate per uccidere le celle rapido crescenti. Ma il trattamento egualmente uccide le celle normali che si sviluppano rapido. Uno dei tessuti più sensibili è il midollo osseo, in cui i vari tipi di globuli sono formati ad una tariffa rapida. Circa 25% dei malati di cancro del polmone che ricevono il trattamento di combinazione con gli effetti secondari pericolosi di esperienza di gemcitabina e di carboplatino delle droghe sul midollo osseo durante il trattamento standard. In molti casi, il trattamento deve essere interrotto.

Conosciamo quel gioco di fattori genetici un ruolo nella risposta di una persona a questi trattamenti. Le interazioni complicate fra molti geni sono probabilmente implicate. Gli scienziati che hanno effettuato lo studio quindi hanno studiato se le impronte genetiche esistono che possono essere usate per identificare i pazienti ad un ad alto rischio di avvertire gli effetti secondari severi dal trattamento. Ciò permetterebbe loro di adattare più esattamente il trattamento alla persona dall'inizio: quelli con un a basso rischio degli effetti secondari possono essere dati le dosi elevate, con un più forte effetto sul cancro, mentre quelli con l'elevato rischio possono essere dati un altro trattamento.

Lo studio, pubblicato nella biologia e nelle applicazioni di sistemi del npj, è una collaborazione fra i ricercatori in farmacogenetica e la bioinformatica. Hanno determinato le sequenze complete del DNA di 96 pazienti con il non piccolo cancro polmonare delle cellule che era stato trattato con la gemcitabina/carboplatino. L'ordinamento del genoma intero in questo modo fornisce informazioni su milioni di varianti genetiche che possono essere interessanti. I ricercatori hanno voluto vedere se potrebbero trovare in questo gran quantità dei gruppi funzionali di dati di geni che sono stati collegati al grado di tossicità che il trattamento aveva avuto sul midollo osseo dei pazienti differenti.

I ricercatori ad un primo punto hanno identificato una rete di 215 geni che sono stati collegati strettamente l'un l'altro. Questa rete era particolarmente ricca di geni che sono stati associati con queste droghe negli studi precedenti. Il punto seguente era di ridurre il numero delle varianti genetiche nella rete del gene ai 62 che sono incluse nel modello definitivo. I ricercatori dimostrano che il modello può essere usato per classificare i pazienti in uno di due gruppi, con l'alta o probabilità bassa di avvertire gli effetti secondari severi.

È estremamente interessante che i geni in questione sono associati con divisione cellulare, in particolare in midollo osseo. Siamo riuscito non solo a predire gli effetti secondari per i pazienti, ma egualmente indichiamo che il modello è biologicamente pertinente.„

Henrik Gréen, il professor, dipartimento delle scienze biomediche e cliniche, università di Linköping

Il modello di previsione deve essere provato in ulteriori studi prima che possa essere utilizzato nella clinica. I metodi sempre più avanzati di analisi genetica stanno introducendi nel sistema svedese di assistenza medica, che permette a lungo termine di introdurre questo tipo di metodo, sviluppato su un'analisi di molti geni allo stesso tempo.

“Vogliamo lavorare verso l'instaurazione dello standard all'interno di bioinformatica di traduzione ed indichiamo che lo stesso tipo di metodo possa applicarsi in parecchie situazioni mediche. Il materiale paziente qui può sembrare essere piccolo, ma nondimeno abbiamo dimostrato che questo approccio può essere usato per predire la severità degli effetti secondari per i pazienti„, diciamo Mika Gustafsson, professore di seconda fascia nel dipartimento di fisica, chimica e biologia all'università di Linköping e, insieme a Henrik Gréen, guida dello studio.

Source:
Journal reference:

Björn, N., et al. (2020) Whole-genome sequencing and gene network modules predict gemcitabine/carboplatin-induced myelosuppression in non-small cell lung cancer patients. npj Systems Biology and Applications. doi.org/10.1038/s41540-020-00146-6.