Kolorektalinis vėžys yra antra pagrindinė vėžio mirties priežastis visame pasaulyje. Jei tai aptikta anksti, tai galima efektyviai gydyti, tačiau kolonoskopijų – pagrindinio šiuo metu naudojamo diagnostinio metodo išlaidos ir diskomfortas – dažnai diagnozuota diagnozė.
Naudojant mašinų mokymosi algoritmus, komanda iš Ženevos universiteto (UNIGE) pirmą kartą nustatė visas žmogaus žarnyno bakterijas iki tokio lygio, kuris leidžia suprasti skirtingų mikrobų pogrupių fiziologinę svarbą. Tada šis inventorius buvo naudojamas aptikti gaubtinės ir tiesiosios žarnos vėžį pagal bakterijas, esančias paprastuose išmatų mėginiuose, neinvazinėje ir nebrangioje atrankos įrankyje.
Galimas pritaikymas yra platus, pradedant nuo kitų vėžio atvejų diagnozės iki geresnio žarnyno mikrobiotos ir sveikatos ryšių supratimo. Išvados skelbiamos Ląstelių kompiuteris ir mikrobas.
Kolorektalinis vėžys dažnai diagnozuojamas pažengusiame etape, kai gydymo galimybės yra ribotos. Tai pabrėžia paprastesnių, mažiau invazinių diagnostinių priemonių poreikį, ypač atsižvelgiant į vis dar nepaaiškinamą jaunų suaugusiųjų padidėjimą. Nors jau seniai žinoma, kad žarnyno mikrobiota vaidina svarbų vaidmenį kuriant kolorektalinį vėžį, šias išvadas paversti klinikine praktika pasirodė sudėtinga. Taip yra todėl, kad skirtingos tos pačios bakterijų rūšių padermės gali turėti priešingą poveikį, kai kurie skatina ligą, o kitos neturi jokios įtakos.
„Instead of relying on the analysis of the various species composing the microbiota, which does not capture all meaningful differences, or of bacterial strains, which vary greatly from one individual to another, we focused on an intermediate level of the microbiota, the subspecies,” explains Mirko Trajkovski, full professor in the Department of Cell Physiology and Metabolism and in the Diabetes Center at the UNIGE Faculty medicinos, kuris vadovavo šiam tyrimui.
„Pogrupių skiriamoji geba yra specifinė ir gali užfiksuoti skirtumus, kaip bakterijos veikia ir prisideda prie ligų, įskaitant vėžį, tuo pačiu išlikdamas pakankamai bendras, kad aptiktų šiuos pokyčius tarp skirtingų asmenų, populiacijų ar šalių grupių.”
Padedant mašininiu mokymuisi
Pirmasis žingsnis buvo išanalizuoti didžiulius duomenų kiekius. „Būdamas bioinformatiku, iššūkis buvo sugalvoti novatorišką požiūrį į masinių duomenų analizę“, – prisimena Ph.D. Matija Trickovic. Trajkovskio laboratorijos studentas ir pirmasis šio tyrimo autorius. „Mes sėkmingai sukūrėme pirmąjį išsamų žmogaus žarnyno mikrobiotos porūšių katalogą kartu su tikslu ir efektyviu metodu, kaip jį naudoti tiek tyrimams, tiek klinikai.”
Derindami šį katalogą su esamais klinikiniais duomenimis, mokslininkai sukūrė modelį, kuris gali numatyti, ar gaubtinės ir tiesiosios žarnos vėžys yra tik remiantis bakterijomis, esančiomis išmatų mėginiuose. „Nors mes pasitikėjome savo strategija, rezultatai buvo stulbinantys“, – entuziaste „Trickovic“. „Mūsų metodas aptiko 90% vėžio atvejų. Tai yra labai artimas 94% aptikimo greičiui, kurį pasiekė kolonoskopijos ir geriau nei visi dabartiniai neinvaziniai aptikimo metodai.”
Integruodamas daugiau klinikinių duomenų, šis modelis gali tapti dar tikslesnis ir atitikti kolonoskopijos tikslumą. Tai gali tapti įprasta atrankos priemonė ir palengvinti ankstyvą kolorektalinio vėžio nustatymą, kurį vėliau patvirtintų kolonoskopija, tačiau tik pasirinktoje pacientų grupėje.
Naujas programų pasaulis
Bendradarbiaudamas su Ženevos universitetinėmis ligoninėmis (HUG) nustatomas pirmasis klinikinis tyrimas, siekiant tiksliau nustatyti vėžio stadijas ir pažeidimus, kuriuos galima aptikti. Tačiau programos viršija kolorektalinį vėžį. Tyrinėdami tų pačių bakterijų rūšių porūšių skirtumus, tyrėjai dabar gali nustatyti veikimo mechanizmus, kuriais žarnos mikrobiota daro įtaką žmonių sveikatai.
„Tas pats metodas netrukus galėtų būti naudojamas kurti neinvazines diagnostikos priemones įvairioms ligoms, remiantis viena mikrobiotos analize“,-reziumuoja Trajkovski.