Rákgyógyítás: megszüntetni a kialakulásért felelős génhibát
Az Oncompass Medicine tudományos igazgatóját, Peták Istvánt a rákgyógyítást segítő döntéstámogató szoftveréről kérdezte az Index.
A Nature precíziós onkológiával foglalkozó társlapjában szerdán megjelent egy közlemény az ön és munkatársai által kifejlesztett orvosi módszerről. Kérem, meséljen a publikáció jelentőségéről!
A tudományos közlemény megjelenésének az a jelentősége, hogy bizonyítékul használható a tudományos közélet felé is, hogy a módszer és orvosi eszköz, amivel idén megnyertük a Get in the Ring és az Unikornis-díjat, tavaly pedig két informatikai innovációs díjat, valóban segítheti az onkológust abban, hogy megfelelő gyógyszeres terápiát válasszon a betege számára. Az amerikai onkológusok éves konferenciáján már tavaly bemutattuk az eredményeinket, tehát a tudományos közeg már tisztában volt a létezésével, de az orvosoknak tudniuk kell hivatkozni egy részletes, lektorált tudományos közleményre, ha használni akarják a módszerünket és orvosi eszközünket. Szerencsére most már tudnak.
Honnan indult a felfedezés?
Amióta hazatértem 2003-ban az Egyesült Államokból, és évfolyamtársammal, Schwab Richárddal létrehoztuk az Oncompass Medicine-t, azon dolgozunk, hogy olyan eszközöket fejlesszünk ki, amik segítik az orvosokat abban, hogy minden beteg esetében megtalálják azt a személyre szabott gyógyszert, terápiát, ami a daganat kialakulásáért az adott betegben felelős génhiba hatását szünteti meg, tehát az okot és nem csak annak tünetét, a sejtosztódást gátolja.
Ezt a megközelítést nevezik precíziós onkológiának. Rendszerszerűen csak a 2003-ban zárult humángenom-projekt – a teljes emberi genom feltérképezése – után tudtuk elkezdeni kutatni a rákos megbetegedést okozó génhibákat. A fejlesztés első fázisában, 18 évvel ezelőtt sikerült kimutatni egy ilyen hibát egy rákos tüdőszövetmintában, s erre célzott kezelést tudtunk javasolni. Ez volt a világon az egyik első publikált, molekuláriscélpont-alapú kezelés egy tüdőrákos embernél. Később azonban kiderült, hogy az általunk is feltárt génhiba csak a tüdőrákos esetek 5 százalékáért felelős.
Vagyis már az elképesztően összetett dolog, hogy feltérképezzék, milyen genetikai elváltozás okoz egy bizonyos daganatos megbetegedést?
Igen, szemben például a Coviddal, amit egy kórokozó okoz, nagyon sok gén nagyon sokféle hibája, mutációja eredményezhet daganatot. Ezért volt szükség olyan molekuláris diagnosztikai módszerre, ahol egyszerre sokféle gén hibája kimutatható. 2008-ban jött el az idő, az elsők között mi is bevezettük az új generációs szekvenálást, vagyis a gének újfajta feltérképezését a daganatokban. Közben egyre több génhibára sikerült kifejleszteni új gyógyszert, most már több mint száz ilyen van törzskönyvezve. 2015-ben volt az első randomizált klinikai vizsgálat a SHIVA01, a precíziós onkológia hatékonyságának a vizsgálatára, amit a párizsi Curie Intézetben végeztek el. Kivonták a DNS-t a betegek daganatából, és molekuláris diagnosztikai módszerrel elemezték a daganatokat. A feltárt génhibák alapján kiválasztottak célzott gyógyszeres terápiákat e betegek számára. Volt, akinél hatott a kiválasztott készítmény, de nem mindenkinél.
Ebből levonták azt a következtetést, hogy a precíziós onkológia hatékony lehet, de a megfelelő terápia kiválasztása sokkal bonyolultabb probléma, mint azt előre gondoltuk. Ennek az az oka, hogy 600 gén hatmillióféle mutációja okozhat daganatot. És ezekből a mutációkból minden beteg daganatában átlagosan 4-5 génhiba egyedi kombinációja van jelen. Gépi segítség nélkül az emberi tudás ezért ott megállt, hogy csak a gyakrabban előforduló génhibák ellen lehetett megbízható bizonyítékot szerezni a célpontalapú kezelés kiválasztásához. Ezért ki kellett fejlesztenünk egy mesterséges intelligenciát használó orvosi módszert, ami segíthet kiválasztani a megfelelő gyógyszert a ritka mutációk és kombinációk esetén is. A Curie Intézet kutatóival újra elemeztük a SHIVA01 klinikai vizsgálat eredményeit az új módszer segítségével. Betöltöttük a molekuláris vizsgálatok eredményeit az új módszert alkalmazó szoftverbe. Kiderült, hogy az új módszer által a molekuláris profilok alapján kiválasztott gyógyszerek statisztikailag nagyobb eséllyel voltak hatásosak, mint azok, amiket a módszer nem tartott hatásosnak.
