Aug 06, 2023
위스콘신대학교
기계 학습 알고리즘 덕분에 암 환자의 혈류에 떠 있는 짧은 DNA 조각은 의사가 특정 유형의 암을 진단하고 가장 효과적인 치료법을 선택하는 데 도움이 될 수 있습니다.
기계 학습 알고리즘 덕분에 암 환자의 혈류에 떠 있는 짧은 DNA 조각은 의사가 특정 유형의 암을 진단하고 환자에게 가장 효과적인 치료법을 선택하는 데 도움이 될 수 있습니다. 위스콘신대학교 매디슨 연구진이 개발하고 최근 Annals of Oncology에 발표된 새로운 분석 기술은 이미 미국에서 승인되어 암 진료소에서 사용되고 있는 "액체 생검" 테스트 장비와 호환됩니다. 이는 환자를 돕는 새로운 방법의 경로를 가속화할 수 있습니다. 액체 생검은 바늘을 사용하여 종양에서 암 조직 조각을 채취하는 대신 간단한 혈액 채취에 의존합니다. "액체 생검은 조직 생검보다 훨씬 덜 침습적입니다. 환자의 종양 위치에 따라 어떤 경우에는 불가능할 수도 있습니다."라고 UW-Madison 의과대학 및 종양학자인 Marina Sharifi는 말합니다. 공중 위생. "암의 상태와 치료에 대한 반응을 모니터링하기 위해 환자의 질병이 진행되는 동안 여러 번 수행하는 것이 훨씬 쉽습니다." 암성 종양은 자라면서 무세포 DNA라고 불리는 유전 물질을 혈류로 배출합니다. 그러나 암세포 DNA의 모든 부분이 떨어져 나가는 것은 아닙니다. 세포는 DNA의 일부를 히스톤이라는 보호구에 감아 저장합니다. 필요에 따라 유전자 코드의 일부에 접근하기 위해 섹션을 펼칩니다. UW-Madison의 생물정보학 과학자인 Kyle Helzer는 암세포가 자주 사용하는 유전자를 포함하는 DNA의 일부가 더 자주 풀리고 따라서 단편화될 가능성이 더 높다고 말합니다. 암 유형을 식별하기 위한 무료 DNA”라고 Sharifi 및 과학자 Jamie Sperger와 함께 연구의 공동 저자이기도 한 Helzer는 덧붙였습니다. UW-Madison 수석 저자인 인간 종양학 교수인 Shuang (George) Zhao와 의학 교수인 Joshua Lang이 이끄는 연구팀은 거의 200명의 환자를 대상으로 한 과거 연구의 혈액 샘플에서 발견된 DNA 단편을 사용했습니다. 암 없음), UW-Madison 및 Big Ten 암 연구 컨소시엄의 기타 연구 병원에서 유방암, 폐암, 전립선암 또는 방광암 치료를 받은 300명 이상의 환자로부터 수집된 새로운 샘플. 과학자들은 각 샘플 그룹을 두 개로 나누었습니다. 한 부분은 다양한 유형의 암에 특유한 상대적으로 독특한 지문인 무세포 DNA 조각 간의 패턴을 식별하기 위해 기계 학습 알고리즘을 훈련하는 데 사용되었습니다. 그들은 훈련된 알고리즘을 테스트하기 위해 다른 부분을 사용했습니다. 이 알고리즘은 액체생검 결과를 암 진단과 환자를 괴롭히는 특정 유형의 암으로 변환하는 정확도가 80%에 달했습니다. 또한, 기계 학습 접근 방식은 전립선암의 두 가지 하위 유형, 즉 가장 일반적인 버전인 선암종과 표준 치료 접근 방식에 내성이 있는 신경내분비 전립선암(NEPC)이라는 빠르게 진행되는 변종을 구별할 수 있었습니다. NEPC는 종종 선암종과 구별하기 어렵고 공격적인 조치가 필요하기 때문에 Lang 및 Sharifi와 같은 종양학자들을 곤경에 빠뜨리게 됩니다. "현재 NEPC를 진단하는 유일한 방법은 종양 부위의 바늘 생검을 통해서이며, NEPC에 대한 임상적 의심이 높더라도 이 접근법에서 결정적인 답을 얻기 어려울 수 있습니다."라고 Sharifi는 말합니다. Sperger는 "액체 생검에는 장점이 있습니다. 생검할 종양 부위를 알 필요가 없고 환자가 표준 혈액 채취를 훨씬 더 쉽게 할 수 있다는 점입니다."라고 덧붙였습니다. 혈액 샘플은 아이오와에 본사를 둔 Integrated DNA Technologies에서 판매하는 무세포 DNA 서열 분석 기술을 사용하여 처리되었습니다. 현재 클리닉에 있는 것과 같은 표준 패널을 사용하는 것은 혈액 샘플에서 암 DNA를 "단편화"하는 다른 방법에서 벗어나 테스트 시간과 비용을 줄일 수 있는 방법입니다. Zhao는 “대부분의 상업용 패널은 특정 치료 약물을 나타내는 가장 중요한 암 유전자를 중심으로 개발되었으며 선택된 유전자의 서열을 결정합니다.”라고 말했습니다. "우리가 보여준 것은 동일한 패널과 동일한 표적 유전자를 사용하여 혈액 샘플에서 무세포 DNA의 단편성을 살펴보고 환자가 앓고 있는 암 유형을 식별할 수 있다는 것입니다." UW Carbone 암 센터의 순환 바이오마커 코어 및 생물 표본 질병 중심 팀은 연구에서 수백 명의 환자 샘플을 수집하는 데 기여했습니다.