Ultrafølsom flydende biopsiteknologi opdager kræft før standardmetoder

En metode, der bruger kunstig intelligens til at påvise tumor-DNA i blodet, har vist en hidtil uset følsomhed til at forudsige kræfttilbagefald, ifølge en undersøgelse ledet af forskere fra Weill Cornell Medical School, NewYork-Presbyterian, New York Genome Center (NYGC) og Memorial Sloan Kettering (MSK). Den nye teknologi har potentialet til at forbedre kræftbehandlingen ved at opdage tilbagefald meget tidligt og nøje overvåge tumorrespons på terapi.

I en undersøgelse offentliggjort 14. Juni i tidsskriftet Nature Medicine viste forskere, at de var i stand til at træne en maskinlæringsmodel, en type kunstig intelligens-platform, til at detektere cirkulerende tumor-DNA (ctDNA) baseret på DNA-sekventeringsdata fra patienten blodprøver med meget høj følsomhed og nøjagtighed. De demonstrerede med succes teknologien hos patienter med lungekræft, melanom, brystkræft, tyktarmskræft og forstadier til tyktarmspolypper.

"Vi var i stand til at opnå betydelige forbedringer i signal-til-støj-forholdet, hvilket for eksempel giver os mulighed for at opdage kræfttilbagefald måneder eller endda år før standard kliniske metoder," sagde undersøgelsens medforfatter Dr. Dan Landau, professor i medicin ved afdelingen for hæmatologi og medicinsk onkologi ved Weill Cornell Medical School og et kernemedlem af New York Genome Center.

Undersøgelsens medforfatter og førsteforfatter var Dr. Adam Widman, en postdoktor i Landaus laboratorium, som også er brystonkolog ved MSK. Andre førsteforfattere var Minita Shah fra NYGC, Dr. Amanda Friedendahl fra Aarhus Universitet og Daniel Halmos fra NYGC og Weill Cornell Medical School.

Flydende biopsiteknologi har i lang tid ikke været i stand til at realisere sit store potentiale. De fleste eksisterende tilgange retter sig mod relativt små sæt af cancerassocierede mutationer, der ofte er for sjældne i blodet til at kunne opdages pålideligt, hvilket fører til undervurdering af kræfttilbagefald.

For adskillige år siden udviklede Dr. Landau og hans kolleger en alternativ tilgang baseret på hel-genom-sekventering af DNA i blodprøver. De viste, at meget mere "signal" kunne indsamles på denne måde, hvilket muliggjorde mere følsom og logistisk lettere påvisning af tumor-DNA. Siden da er denne tilgang i stigende grad blevet vedtaget af udviklere af flydende biopsier.

I den nye undersøgelse tog forskerne det et skridt videre ved at bruge en avanceret maskinlæringsstrategi (svarende til den, der bruges i populære AI-applikationer såsom ChatGPT) til at opdage subtile mønstre i sekventeringsdata, specifikt for at skelne mønstre, der indikerer tilstedeværelse af kræft, fra mønstre, der indikerer sekventeringsfejl og anden "støj".

I en test trænede forskerne deres system, som de kaldte MRD-EDGE, til at genkende patientspecifikke tumormutationer hos 15 tyktarmskræftpatienter. Efter operation og kemoterapi forudsagde systemet, baseret på bloddata, at ni af dem stadig havde kræft. Hos fem af disse patienter blev tilbagefald senere opdaget flere måneder senere med mindre følsomme metoder. Der var dog ingen falsk negativ: ingen af de patienter, der blev betragtet som fri for tumor-DNA af MRD-EDGE, oplevede et tilbagefald i undersøgelsesperioden.

MRD-EDGE har vist lignende følsomhed i undersøgelser af patienter med tidligt stadie af lungecancer og triple-negativ brystkræft, der opdager alle tilbagefald på nær ét tidligt og overvåger tumorstatus under behandlingen.

Forskere har påvist, at MRD-EDGE endda kan påvise mutant-DNA fra præcancerøse tyktarmsadenomer, de polypper, hvorfra tyktarmskræft udvikler sig.

"Det var ikke klart, at disse polypper kunne frigive påviselig ctDNA, så dette er et væsentligt fremskridt, der kan pege på fremtidige strategier, der sigter mod at opdage præcancerøse ændringer," sagde Dr. Landau, som også er medlem af Sandra og Edward Meyer Cancer Center ved Weill Cornell Medical School og som hæmatolog-onkolog ved NewYork-Presbyterian/Weill Cornell Medical Center.

Endelig viste forskerne, at selv uden forudgående træning i patienttumorsekvenseringsdata, kan MRD-EDGE detektere immunterapiresponser hos melanom- og lungecancerpatienter uger før detektion ved hjælp af standard røntgenbilleder.

"Samlet set imødekommer MRD-EDGE et stort behov, og vi er begejstrede for dets potentiale og arbejder sammen med industripartnere for at forsøge at bringe det til patienterne," sagde Dr. Landau.