Компьютерная программа для диагностики и локализации рака по анализу крови
Известно, что ДНК опухолевых клеток попадает в кровоток на самых ранних стадиях рака, что предполагает уникальную возможность для раннего выявления заболевания, повышая шанс излечения.
Программа проводит поиск определенных молекулярных образцов ДНК рака, которая находится в крови пациентов в свободном внеклеточном состоянии, и сравнивает их с базой данных опухолевой эпигенетики разных типов рака, составленной авторами.
В этом исследовании новая компьютерная программа и два других метода (Random Machine and Support Vector Machine) были протестированы с образцами крови 29 пациентов с раком печени, 12 пациентов с раком легкого и 5 пациентов с раком молочной железы. Тесты проводились 10 раз на каждом образце для подтверждения результатов. У методов Random Forest и Support Vector Machine общий коэффициент ошибок (вероятность того, что тест дает ложный положительный результат) составляет 0,466 и 0,604 соответственно, тогда как новая программа получила более низкий коэффициент ошибок 0,265.
У 25 из 29 пациентов с раком печени и 5 из 12 пациентов с раком легкого, прошедших тестирование в этом исследовании, у которых подтверждена ранняя стадия рака, программа обнаружила заболевание в 80% случаев. По словам исследователей, уровень опухолевой ДНК, присутствующей в крови, значительно ниже на ранних стадиях, однако программа уже способна поставить диагноз, что демонстрирует высокий потенциал этого метода для раннего выявления рака.
Из-за ограниченного количества образцов крови результаты этого исследования оцениваются пока только по трем типам рака (молочной железы, печени и легких). При этом, чем выше доля опухолевых ДНК в крови, тем точнее программа давала диагностический результат, поэтому при развитии опухоли в хорошо кровоснабжаемых органах, таких как печень или легкие, проще диагностировать рак на ранней стадии с использованием этого метода, чем в таких, как молочная железа.
Источник: Shuli Kang, Qingjiao Li, Quan Chen, Yonggang Zhou, Stacy Park, Gina Lee, Brandon Grimes, Kostyantyn Krysan, Min Yu, Wei Wang, Frank Alber, Fengzhu Sun, Steven M. Dubinett, Wenyuan Li, Xianghong Jasmine Zhou. CancerLocator: non-invasive cancer diagnosis and tissue-of-origin prediction using methylation profiles of cell-free DNA. Genome Biology, 2017; 18 (1) DOI: 10.1186/s13059-017-1191-5