Precíziós onkológia

A precíziós onkológia koncepciója szerint betegségokozó mutációk állnak a tumoros elváltozások hátterében, amik befolyásolják a kórkép klinikai megjelenését és a beteg terápiára adott válaszát egyaránt. Mindazonáltal, a hasonló vagy akár azonos tumorféleséget okozó mutációk betegek közötti jelentős mértékű heterogenitása megnehezíti a személyre szabott, evidencia alapú rákgyógyászat kialakulását, írják Nature Genetics-ben megjelent tanulmányukban Moritz Gerstung és munkatársai. A Wellcome Trust Sanger Institute kutatói által vezetett és számos angol, német és amerikai intézet együttműködésével készült vizsgálat eredményeképp a szerzők kijelentik: tudásbankok létrehozásával már ma is lehetséges a személyre szabott terápiás döntések meghozatalát segítő módszertan kidolgozása.

Gerstung és munkatársai szerint a jövőben valamennyi rákféleség esetében megvalósulhat a személyre szabott terápia. A kutatók a személyre szabott döntéstámogatás módszerét az akut myeloid leukémia (AML) példáján ismertetik (Precision oncology for acute myeloid leukemia using a knowledge bank approach).

A közelmúltban ugyanez a kutatócsapat megállapította, hogy az AML-nek 11 típusa van, amelyeket más-más genetikai sajátosságok jellemeznek. Most azt bizonyították be, hogy az individuális genetikai adatok felhasználásával megjósolható a betegséglefolyás, és megmondható, hogy melyik kezelési opciótól várható a legjobb eredmény az adott beteg esetében. A kutatók 1.540, Németországban és Ausztriában klinikai vizsgálatokban részt vett beteg adatainak felhasználásával építették meg a tudásbázist, amiben szerepelt a betegek genetikai információja, kezelési naptára és a terápia kimenetele, majd az adatok alapján egy olyan eszközt fejlesztettek, aminek révén személyre szabott információ adható azzal kapcsolatban, hogy mi lehet az adott beteg számára a legjobb terápiás opció.

Az AML-ben szenvedő betegek esetében két fő terápiás lehetőség van: az őssejt-transzplantáció és a kemoterápia. A transzplantáció révén összességében több beteg gyógyul meg, azonban négyből egy páciens esetében halálhoz vezető szövődmények lépnek fel, illetve további 1/4 beteg esetében hosszú távú mellékhatások alakulnak ki. Annak eldöntése, hogy mi nyom többet a latban, a jobb gyógyulási arány vagy a súlyosabb mellékhatások lehetősége, a klinikus és a beteg számára egyaránt igen nehéz, mondja a tanulmány utolsó szerzője, Peter Campbell. Azonban a tudásbázis használatával minden egyes beteg esetében pontosan kalkulálhatóvá vált a haszon–kockázat-arány, azaz az AML-betegekkel kapcsolatos terápiás döntéseket ezután személyre lehet szabni. A kutatók számításai szerint a betegek harmada esetében kell az eszköz használata révén áttervezni az eddigi terápiát, és a transzplantációk tizede fog elmaradni, mindemellett megmaradnak az eddigi teljes túlélési arányok. Mint Campbell kifejti, a kutatók számára már jelenleg is elérhető tudásbázis révén sokkal részletesebb és pontosabb előrejelzések is adhatók a betegség lefolyásával kapcsolatban.

A tanulmány vezető szerzője, Moritz Gerstung (European Bioinformatics Institute) hozzáteszi: „Régóta tudjuk, hogy a rák komplex genetikai betegség, most viszont az AML példáján be tudjuk mutatni, hogy hogyan lehet a részletes genetikai és klinikai információt bevonni a személyre szabott terápiás döntési folyamatba. A koncepció bármely más olyan tumor esetében is működik, amely kezelése bonyolult döntéseket igényel.” Az elemzés szerint rutinszerű klinikai alkalmazáshoz legalább 10.000 beteg adatát tartalmazó tudásbázisokra van szükség. Az óriási genetikai adatbázisok felhasználásával a nagy-britanniai Genomics England és az egyesült államokbeli National Institutes of Health Precision Medicine Initiative tervezi, hogy egyéb tumoros betegségek esetében is kiépíti a megfelelő tudásbázisokat. Mint a kutatók kifejtik, új terápiák megjelenésekor a tudásbázisokat folyamatosan frissíteni kell majd, azonban ahogy a genetikai tesztelés rutinná válik a klinikumban, a módszer széles körben elterjedhet.