Weill Cornell Medicine, NewYork-Presbyterian, New York Genom Center (NYGC) ve Memorial Sloan Kettering Cancer Center’daki (MSK) araştırmacılar tarafından yürütülen bir çalışmada, kandaki tümör DNA’sını tespit etmek için yapay zeka destekli bir yöntem, kanser nüksünü tahmin etmede benzeri görülmemiş bir hassasiyet göstermiştir. Yeni teknoloji, nüksün çok erken tespiti ve tedavi sırasında tümör yanıtının yakından izlenmesi ile kanser bakımını iyileştirme potansiyeline sahiptir.

14 Haziran’da Nature Medicine’de yayınlanan çalışmada araştırmacılar, hasta kan testlerinden elde edilen DNA dizileme verilerine dayanarak dolaşımdaki tümör DNA’sını (ctDNA) çok yüksek hassasiyet ve doğrulukla tespit etmek için bir tür yapay zeka platformu olan bir makine öğrenme modelini eğitebileceklerini gösterdiler. Akciğer kanseri, melanom, meme kanseri, kolorektal kanser ve kanser öncesi kolorektal polipleri olan hastalarda teknolojinin başarılı gösterilerini yaptılar.

eill Cornell Medicine’de hematoloji ve tıbbi onkoloji bölümünde tıp profesörü ve New York Genom Merkezi’nin çekirdek öğretim üyesi olan Dr. Dan Landau, “Kayda değer bir sinyal-gürültü artışı elde edebildik ve bu, örneğin, standart klinik yöntemlerin bunu yapmasından aylar hatta yıllar önce kanser nüksünü tespit etmemizi sağladı” dedi.

Çalışmanın ortak yazarı ve ortak yazarı, aynı zamanda MSK’da meme kanseri onkoloğu olan Landau Laboratuvarı’nda doktora sonrası araştırmacı olan Dr. Adam Widman’dı. Diğer ilk yazarlar NYGC’den Minita Shah, Aarhus Üniversitesi’nden Dr. Amanda Frydendahl ve NYGC ve Weill Cornell Medicine’den Daniel Halmos idi.

Likit biyopsi teknolojisi büyük vaadini gerçekleştirmekte yavaş kalmıştır. Bugüne kadarki çoğu yaklaşım, kanda güvenilir bir şekilde tespit edilemeyecek kadar seyrek olarak bulunan ve tespit edilemeyen kanser nükslerine neden olan nispeten küçük kanserle ilişkili mutasyon kümelerini hedef almıştır.

Birkaç yıl önce, Dr. Landau ve meslektaşları, kan örneklerinde DNA’nın tüm genom dizilimine dayanan alternatif bir yaklaşım geliştirdiler. Bu şekilde çok daha fazla “sinyal” toplayabileceklerini ve tümör DNA’sının daha hassas ve lojistik olarak daha basit bir şekilde tespit edilmesini sağlayabildiklerini gösterdiler. O zamandan beri, bu yaklaşım sıvı biyopsi geliştiricileri tarafından giderek daha fazla benimsenmiştir.

Yeni çalışmada araştırmacılar, verileri dizileme konusundaki ince kalıpları tespit etmek için gelişmiş bir makine öğrenimi stratejisi (ChatGPT ve diğer popüler yapay zeka uygulamalarına benzer) kullanarak tekrar öne geçtiler – özellikle, kanseri düşündüren kalıpları, sıralama hatalarını ve diğer “gürültüleri” düşündürenlerden ayırt etmek için.

Bir testte, araştırmacılar 15 kolorektal kanser hastasında hastaya özgü tümör mutasyonlarını tanımak için MRD-EDGE adını verdikleri sistemlerini eğittiler. Hastaların ameliyatı ve kemoterapisinin ardından, sistem kan verilerinden dokuzunun kalıntı kanser olduğunu tahmin etti. Bu hastalardan beşinin – aylar sonra, daha az hassas yöntemlerle – kanser nüksü olduğu bulundu. Ancak yanlış negatiflik yoktu: MRD-EDGE’nin tümör DNA’sından arınmış olduğu düşünülen hastaların hiçbiri çalışma penceresi boyunca nüks yaşamadı.

Ultra hassas likit biyopsi teknolojisi, kanseri standart yöntemlerden daha erken tespit eder | Bilim Günlüğü (sciencedaily.com): Ultra Hassas Sıvı Biyopsi Teknolojisi, Kanseri Standart Yöntemlerden Daha Erken Tespit Ediyor