Математика помогла создать новые биомаркеры для прогнозирования рака молочной железы

Ученые из Колумбийского университета совместно с коллегами разработали новый способ анализа опухолей молочной железы, который позволяет превратить структуру ткани в точные числовые показатели. Исследователи считают, что такой подход может улучшить прогнозирование выживаемости пациенток, помочь оценивать эффективность лечения и сделать диагностику менее зависимой от субъективной оценки специалиста.

На протяжении многих десятилетий патологоанатомы изучают образцы опухолевой ткани под микроскопом, обращая внимание на форму клеток, состояние железистых структур и степень нарушения нормальной архитектуры ткани. Чем сильнее опухоль отличается от здоровой ткани и чем хаотичнее расположены ее клетки, тем более агрессивным может быть заболевание.

Однако традиционная оценка во многом основана на визуальном распознавании признаков и разделении опухолей по отдельным категориям. Новый метод позволяет описывать эти изменения с помощью непрерывных числовых значений.

Результаты исследования были опубликованы в научном журнале Cancer Research.

В основе подхода лежит топология — раздел математики, изучающий формы, структуры и пространственные связи между объектами. Ученые применили метод персистентной гомологии, позволяющий анализировать не только наличие определенных клеток в опухоли, но и то, как они расположены относительно друг друга.

Исследователей интересовали пространственные отношения между опухолевыми клетками, клетками иммунной системы и участками, в которых наблюдалась экспрессия белка PD-L1. Этот белок играет важную роль в способности опухоли подавлять иммунный ответ и используется в качестве одного из ориентиров при назначении иммунотерапии.

Для анализа применялась мультиплексная иммунофлуоресцентная визуализация. С ее помощью команда определила координаты различных типов клеток в образцах опухолей более чем 550 пациенток с раком молочной железы. В исследование вошли женщины из расово и этнически разнообразной группы в Северной Каролине.

После обработки изображений вычислительные алгоритмы измерили степень организации опухолевой ткани. В результате ученые получили набор топологических биомаркеров, которые описывают структуру опухоли в виде числовых показателей.

Исследование показало, что более высокие топологические значения, соответствующие более организованной архитектуре ткани, были связаны с более длительной выживаемостью и более благоприятным прогнозом. Напротив, выраженная дезорганизация опухолевой ткани чаще наблюдалась при более неблагоприятном течении заболевания.

По точности прогнозирования новые показатели превзошли несколько традиционных биомаркеров, включая некоторые генные и белковые маркеры. Кроме того, их эффективность оказалась более стабильной в разных группах пациенток.

Авторы работы отмечают, что существующие методы прогнозирования иногда показывают разную точность в зависимости от происхождения пациентов. Топологические показатели сохраняли высокую прогностическую ценность как среди неиспаноязычных чернокожих пациенток, так и среди неиспаноязычных белых женщин.

Ученые также объединили топологические данные с информацией об активности генов. Так были созданы топологически обоснованные генные сигнатуры, которые затем проверили на независимых данных клинических исследований. Эти модели смогли прогнозировать ответ пациенток на терапию.

По словам авторов исследования, пространственная организация опухоли содержит значительный объем биологической информации, которую могут не учитывать традиционные анализы. Важно не только то, какие клетки присутствуют в образце, но и то, каким образом они взаимодействуют и располагаются рядом друг с другом.

Исследование позволило выявить связь между нарушением структуры опухоли и определенными биологическими процессами. Низкие топологические показатели были связаны с изменениями в метаболизме, подавлением иммунной активности и эпителиально-мезенхимальным переходом.

Эпителиально-мезенхимальный переход представляет собой процесс, при котором опухолевые клетки приобретают повышенную подвижность и способность проникать в окружающие ткани. Он считается одним из механизмов, способствующих распространению рака и образованию метастазов.

Особое внимание ученых привлек фермент IL4I1, связанный с обменом веществ и передачей сигналов через арилуглеводородный рецептор. Предыдущие исследования уже указывали на его возможную роль в прогрессировании опухолей и подавлении иммунной системы.

Новые данные позволяют предположить, что изменения в архитектуре опухоли могут быть напрямую связаны с метаболическими и иммунными процессами, происходящими в ее микроокружении. Это означает, что внешний вид и структура ткани отражают не только степень повреждения, но и сложные биологические процессы внутри опухоли.

Работа ученых стала еще одним примером объединения цифровой патологии, математики, вычислительной биологии и искусственного интеллекта. Исследователи рассчитывают, что в будущем такие технологии смогут дополнять стандартное изучение образцов и помогать врачам выбирать наиболее подходящее лечение.

В проведенной работе применялась специальная иммунофлуоресцентная визуализация, однако команда уже изучает возможность использования аналогичного анализа на обычных гистологических препаратах. Такие образцы широко применяются в медицинских учреждениях и не требуют дорогостоящего оборудования для подготовки.

В перспективе ткань опухоли можно будет сканировать, после чего компьютерный алгоритм автоматически оценит ее пространственную структуру, сопоставит результат с клиническими и генетическими данными и рассчитает вероятный прогноз.

Это особенно важно для больниц, находящихся в удаленных регионах или располагающих ограниченными ресурсами. Цифровой анализ может расширить доступ к современной диагностике за пределами крупных научных и медицинских центров.

При этом авторы подчеркивают, что метод пока не готов к повседневному клиническому применению. Его необходимо подтвердить в дополнительных исследованиях, проверить на более крупных группах пациентов и оценить в реальных условиях работы медицинских учреждений.

Тем не менее результаты показывают, что математическое описание архитектуры опухоли может стать новым инструментом персонализированной онкологии. Числовые показатели можно объединять с геномными данными, историей болезни и другими биомаркерами, создавая более точные модели прогноза и ответа на лечение.

По мнению исследователей, патология постепенно переходит от исключительно визуальной оценки к количественному анализу. В долгосрочной перспективе это может сделать диагностику рака более точной, быстрой, объективной и доступной для пациентов во всем мире.