Все новости

Созданы алгоритмы для более точного подбора лечения рака

Подобные алгоритмы выявляют, какие генетические мутации значимы для лечения той или иной опухоли, а какие – нет

ТАСС, 25 января. Российские ученые разработали новые биоинформатические алгоритмы, которые позволили подсчитать количество онкогенных мутаций в разных видах рака и разделить мутации на значимые и незначимые. В дальнейшем это упростит подбор необходимой терапии, пишет пресс-служба Московского физико-технического института (МФТИ). Результаты исследования опубликовал научный журнал PLOS Genetics.

"Один из четырех алгоритмов, которые мы создали, выявляет онкогенные хромосомные дефекты, возникающие в опухолях. До сих пор в мире существовала только одна подобная программа - у американцев. В результате оказалось, что наш алгоритм выявляет дефекты, которые по какой-то причине не выявляла уже существующая программа. Причем эти дефекты подтверждаются другими научными исследованиями", - рассказал один из авторов исследования, старший научный сотрудник МФТИ Алексей Беликов.

Ученые осуществили подробную классификацию и подсчет онкогенных мутаций, используя геномные данные 10 тыс. пациентов. С помощью алгоритмов они обработали геномные данные из самой крупной базы данных пациентов с онкологией - TCGA PanCanAtlas.

Среди большого количества мутаций и различных хромосомных аномалий новые алгоритмы позволили выявлять те, которые являются значимыми для развития раковой опухоли. В частности, было выявлено, что в некоторых видах рака на развитие опухоли влияет только одна онкогенная мутация, а в некоторых - два десятка.

"Если взять образец опухоли конкретного пациента и отсеквенировать его, анализ может показать сотни мутаций, и для лечения придется подобрать ингибиторы сотни белков, что не представляется возможным. Наш анализ показывает, что в среднем значимыми оказываются 12 мутаций на опухоль, и это позволяет в дальнейшем воздействовать именно на нужные белки, а не действовать вслепую", - добавил Беликов.

В ходе исследования специалисты провели классификации по полу и возрасту пациентов, типу и стадии рака, а также по другим критериям. Ученые отмечают, что исследование имеет большое значение для развития персонализированной онкологии.