На сегодняшний день прогнозирование того, как опухоли будут развиваться с течением времени, особенно в ответ на лечение, является серьезной проблемой для ученых. Однако новое исследование, проведенное учеными Memorial Sloan Kettering в сотрудничестве с исследователями из Университета Британской Колумбии в Канаде, подтверждает, что такое будет возможно в скором будущем.
![](https://habrastorage.org/getpro/habr/upload_files/4fa/40b/920/4fa40b920d21dac668835e42473393ca.jpg)
Исследование возглавили биолог Сохраб Шах и исследователь рака груди Сэмюэль Апарисио. Ученые показали, что подход машинного обучения, основанный на принципах популяционной генетики, может точно предсказать, как будут развиваться опухоли рака груди.
По словам Шаха, этот подход может предоставить средства для прогнозирования того, перестанет ли опухоль пациента реагировать на конкретное лечение, и определять клетки, которые, вероятно, будут ответственны за рецидив. Это позволит разрабатывать индивидуальные методы лечения, которое будут проводиться в оптимальное время для получения лучших результатов.
Исследователи использовали реалистичные модели рака — раковые образования человека, которые удалили и пересадили мышам. Ученые анализировали эти модели в течение почти трех лет, исследуя эффекты химиотерапии и отмены лечения.
Вторым ключевым нововведением было применение технологии секвенирования одной клетки для одновременного документирования генетического состава тысяч отдельных раковых клеток в опухоли. Разработанная ранее платформа позволила команде выполнять эти операции в автоматическом режиме.
Последним компонентом был инструмент машинного обучения под названием fitClone, разработанный в сотрудничестве с профессором статистики UBC Александром Бушар-Коте, который применяет математику популяционной генетики к раковым клеткам в опухоли.
Ученые смогли создать модель поведения отдельных клеток и их потомков или клонов. По их словам, система предсказывает, каких клонов будет больше, а какие будут вытеснены.
До сих пор значение такого рода изменений не было ясным, и исследователи сомневались в его важности для прогрессирования рака.
Но ученые обнаружили, что в случае с их моделями лечение опухолей химиотерапией привело к возможному появлению устойчивых к лекарствам опухолевых клеток - аналогично тому, как это происходит у пациентов, проходящих лечение. Эти устойчивые к лекарствам клетки имели различные варианты числа копий.
Команда задалась вопросом: что произойдет с опухолью, если они прекратят лечение? Оказывается, клетки, которые захватили опухоль в присутствии химиотерапии, уменьшились или исчезли, когда ее отменили; клетки, устойчивые к лекарствам, уступали исходным, чувствительным к лекарствам. Такое поведение указывает на то, что устойчивость к лекарствам имеет эволюционный характер.
Конечная цель работы состоит в том, чтобы однажды научиться использовать этот подход для образцов крови, чтобы идентифицировать конкретные клоны в опухоли человека, предсказать, как они будут развиваться, и соответствующим образом адаптировать препараты.
До этого группа ученых из Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (CSAIL) и клиники Джамиля продемонстрировала систему глубокого обучения для прогнозирования риска рака. Она использует только маммограмму пациенток. Впоследствии модель улучшили, и она стала одинаково точной как для белых, так и для чернокожих женщин. В нее встроили новый алгоритм Mirai с учетом уникальных требований моделирования рисков. Mirai учитывает клинические факторы, такие как возраст или семейный анамнез.