Rákelőző állapotok korai felismerése 3D képalkotással

A Nature folyóiratban április 4-én jelent meg a Johns Hopkins University kutatóinak cikke, amelyben egy olyan új 3D genom alapú profilalkotó technikát ismertettek, amely a hasnyálmirigyben az apró, rákelőző állapotú elváltozások kimutatására képes - ezekből alakul ki később a rendkívül rossz prognózisú duktális adenokarcinóma (PDAC; pancreatic ductal adenocarcinoma). A kutatók szerint ez a módszer a későbbiekben más szervekben is alkalmazható lehet, az elv szélesebb körben is használhatóvá válhat a klinikumban.

“Nem sok embernél alakul ki hasnyálmirigyrák, ezért megdöbbentett bennünket, hogy a hasnyálmirigy még normális állapotú régióiban mennyire sok rák előtti elváltozást, vagyis PanIN-t találtunk (PanIN; pancreatic intraepithelial neoplasias)” - nyilatkozta Dr. Laura Wood, a tanulmány első szerzője. “Ez a kutatás rávilágít arra, hogy mennyire keveset tudunk még a normális öregedésről, és alapvető kérdéseket vet fel azzal kapcsolatban, hogyan keletkezik a rák az emberi hasnyálmirigyben.”

Kis méretük miatt a PanIN-eket kihívás felismerni, és egy szokványos radiológiai vizsgálattal nem is azonosíthatók. A klinikumban ez gyakran azt jelenti, hogy mire a betegeknél diagnosztizálják a rákot, például a PDAC-t, a rák már előrehaladott stádiumban van, és áttéteket képez más szervekben. A meglévő 2D szövettani festési módszerek, amelyek során a szövetet vékonyan felszeletelik, megfestik és mikroszkóp alatt vizsgálják, csak korlátozott képet adnak a PanIN-ekről, így a kutatók ezzel a módszerrel nem kaphatnak képet azok eredetéről és a rák kialakulásának okáról. A PanIN-ek tökéletesebb áttekinthetőségére, jellemzésére a kutatók egy 3D-s megközelítést dolgoztak ki.

Miután 38 normál hasnyálmirigy-mintából származó szövetet vékonyan felszeleteltek és megfestettek több száz egymást követő 2D-s tárgylemezen, a kutatók egy gépi tanulásos módszeren (machine learning) alapuló CODA nevű eljárást fejlesztettek ki, hogy a tárgylemezképeket digitális 3D-s képekké alakítsák. A 3D-s rekonstrukciók egymáshoz kapcsolódó PanIN-ek komplex hálózatát tárták fel, amelyek átlagos összterhelése köbcentiméterenként 13 PanIN volt, és sűrűségük köbcentiméterenként 1 és 31 PanIN között változott. Úgy tűnt, hogy a hasnyálmirigy más régióiban elhelyezkedő daganatokkal (azaz a nem duktális lokalizációjú tumorokban) szenvedő betegekhez képest a PDAC-ban szenvedő betegeknél nagyobb volt a PanIN-terhelés, bár ez a különbség statisztikailag nem bizonyult szignifikánsnak.

A kutatók nyolc mintát tovább vizsgáltak 3D-vezérelt mikrodisszekcióval és a specifikus PanIN-ek DNS-szekvenálásával. A genomikai elemzés feltárta, hogy a hálózatok genetikailag különböző génmutációk által vezérelt PanIN-ekből álltak, például jelen volt az a KRAS-mutáció, amely a legtöbb hasnyálmirigyrákban megtalálható.

Wood szerint az a megállapítás, hogy a többszörös rákelőző állapotú elváltozások független mutációkból keletkeztek, olyasmi, amit más szervekben még nem láttak, “de most, hogy tudjuk, hogy a PanIN-ek léteznek, már dolgozhatunk a célzott kezelésükön, például a KRAS-mutáción keresztül.”

Bár a CODA még közvetlenül nem használható diagnosztikai célokra, előnyei közé tartozik, hogy elvileg bármilyen szövetre, betegségre vagy modellorganizmusra alkalmazható lehet.

“És ez még csak a kezdet. Tovább akarjuk vizsgálni, hogy mit jelent ez más szervek és szövetek összefüggésében. Ha a normális szövetben több ezer PanIN van, akkor hogyan tudjuk azonosítani, hogy melyek azok, amelyek klinikailag relevánsak a betegség szempontjából, és melyek azok, amelyek nem? A részletes anatómiai-molekuláris térképek készítése lehet az egyik módja annak, hogy változást érjünk el a megelőzés és a rák korai előfutárainak jobb diagnosztizálhatósága tekintetében, mert amíg nem látunk 3D-ben, nem is tudjuk, mit hagyunk ki” - összegzett Wood.

Írásunk az alábbi közlemények alapján készült:

New 3D technique reveals precancerous pancreatic lesions

3D genomic mapping reveals multifocality of human pancreatic precancers

Irodalmi hivatkozás:

Alicia M. Braxton et al, 3D genomic mapping reveals multifocality of human pancreatic precancers, Nature (2024). DOI: 10.1038/s41586-024-07359-3