Spotter: új eszköz a rákkutatásban

A Nature Communications folyóiratban augusztus 15-én jelent meg a Barcelonában működő Center for Genomic Regulation kutatóinak cikke, amelyben arról számoltak be, hogy több száz új, potenciális rákkeltő gént fedeztek fel. Ezek az eredmények jelentősen bővítik a lehetséges terápiás célpontok listáját a daganatos betegségek megfigyelésében és kezelésében.

A rák elsődleges oka a génekben bekövetkező egy vagy több mutáció, melyek módosíthatják a fehérjék alakját és működését, megváltoztatva a sejtek normális funkcióit. A COSMIC, a világszerte legszélesebb körben használt rákmutációs adatbázis szerint jelenleg 626 olyan gént ismerünk, amelyek mutációja kontrollálatlan sejtnövekedést és azok túlélését okozza - ezek mindegyike kritikus gyógyszercélpont.

A most közölt tanulmány prognózisa szerint azonban a „nem mutációs” mechanizmusok ugyanilyen elterjedtek. A kutatók egy algoritmus segítségével 813 olyan gént találtak, amelyek egy gyakran figyelmen kívül hagyott molekuláris mechanizmus, a splicing változásai révén okozzák a rákos sejtek szaporodását, elburjánzását. A splicing az a folyamat, amikor a transzkripció során az mRNS-be átíródott nem-kódoló szakaszok, az intronok kivágásra kerülnek, hogy a fehérjék képződésének helyére, a riboszómára már csak a kódoló szekvencia jusson el. A mutációkhoz hasonlóan a splicing mechanizmusát is célba lehet venni gyógyszerekkel a betegség progressziójának megfékezése érdekében.

“Ha figyelembe vesszük az olyan nem mutációs mechanizmusokat, mint a splicing, akkor úgy gondoljuk, hogy kétszer annyi potenciális géncélpontja lehet a daganatos betegségek megfékezésének. Ezek nem a klasszikus értelemben vett onkogének, hanem a potenciális rákkeltő tényezők egy teljesen új osztályát képviselik, amelyeket monoterápiás eszközökkel vagy akár a már meglévő stratégiákkal szinergiában lehet megcélozni. Ez egy hihetetlenül izgalmas új határterület, amelyen új felfedezéseket tehetünk” - nyilatkozta Miquel Anglada-Girotto, a tanulmány társszerzője.

A tanulmány kevés átfedést talált a splicing révén rákot okozó gének szűkített listája és a mutálódott rákkeltő gének jegyzéke között: a tanulmányban azonosított géneknek csak mintegy tizede (74, azaz 9,1%) szerepelt a COSMIC adatbázisban is. A túlnyomó többség (508, azaz 62,5%) olyan potenciális rákkeltő gén volt, amelyeket eddig figyelmen kívül hagytak, mert nem illeszkedtek a daganatos betegségek hagyományos, mutációcentrikus modelljébe.

“Ez arra utal, hogy a splicing egy nagyrészt független onkogén mechanizmus lehet, amely kiegészítheti a jól ismert mutációs útvonalakat. Arra is egyszerű a magyarázat, hogy eddig miért hagyták figyelmen kívül ezeket a potenciális célpontokat: a rákkutatás mindezidáig elsősorban a mutációkra összpontosított” - tette hozzá Anglada-Girotto.

A “spotter” algoritmus

A splicing egy olyan mechanizmus, amely daganatos betegség esetén károsodik. Amikor a normálisan működő sejtek fehérjéket állítanak elő, először DNS-t másolnak a génekből, és létrehoznak egy kezdeti utasításvázlatot. A sejtek a splicing segítségével kivágják a tervezet felesleges részeit (intronok), és összeragasztják a fontos információrészeket (exonok). A rákos sejtek viszont a splicing során bizonyos exonokat beillesztenek vagy kizárnak a fehérjék képzése során, és így egyetlen génből egy adott protein különböző változatait hozzák létre, amelyek közül néhány elősegítheti a rák növekedését, túlélését vagy gyógyszerrezisztencia kialakulásához vezethet. Ez segít a tumoroknak alkalmazkodni a különböző környezeti változásokhoz vagy stresszhatásokhoz, ami agresszívabbá és nehezebben kezelhetővé teszi a rákot.

A rákkutatás során korábban a szakemberek általában olyan specifikus splicing folyamatokra vagy olyan génekre összpontosítottak, amelyekről már eleve feltételezték, hogy részt vehetnek a rák kialakulásában. A jelen tanulmány viszont most egy szélesebb körű, “elfogulatlan” megközelítést alkalmazott, és szisztematikusan elemezte a splicing folyamatokat a teljes genomban, hogy új, potenciálisan rákot okozó splicing eseményeket azonosítson.

Ehhez a kutatók létrehoztak egy “spotter” nevű algoritmust. A modell hatalmas mennyiségű genetikai adatot nézett át, hogy kiszúrja, mely exonokat választják ki a rákos sejtek a splicing során a növekedés elősegítésére. A spotter számos különböző típusú rákos sejt adatait elemezte, hogy kiszúrja, mely exonok lehetnek fontosak a tumorsejtek túlélése szempontjából.

“A spotter nemcsak a potenciálisan rákkeltő exonokat tudja azonosítani, amelyeket aztán visszavezethetünk a génekhez, hanem azt is képes rangsorolni, hogy mely exonok fontosabbak, mint mások egy adott rákos mintában. Ezt felhasználhatjuk az egyes exonok kísérleti validálására, hogy az algoritmus által tett előrejelzések megerősítést nyerjenek” - foglalta össze a vizsgálat során alkalmazott módszert Anglada-Girotto.

Bár a “spotter” egy hatékony eszköz a potenciális rákkeltő gének splicing révén történő előrejelzésére, mégis csak egy prognosztikai modell. Annak érdekében, hogy meggyőződhessenek arról, előrejelzései a valós körülmények között is igazak-e, a kutatók 13 különböző ráktípusból származó, közel 7000 betegmintából álló nagy adathalmazt vizsgáltak meg. Köztudott, hogy a splicing jelentősebb szerepet játszik az agresszív, gyorsan növekvő rákokban. A kutatók a spotterrel tesztelték, hogy az algoritmus képes-e megtalálni a konkrét, burjánzásért felelős exonokat. Az algoritmus segítségével a találatokat nyolc exonra szűkítettek le, és olyan szintetikus gyógyszereket terveztek, amelyek a rákos sejtvonalaknak pontosan ezeket a splicing folyamatait célozták meg. A várakozásoknak megfelelően a gyógyszerek különösen hatékonyak voltak in vitro a gyorsan növekvő rákos sejtek ellen.

“A spotter segíthet abban, hogy a splicing rákban betöltött szerepének általános megértésén túl sokkal részletesebb térképet kapjunk arról, hogy a rákos sejtek a gének mely konkrét részeit térítik el. Egyben ez egy új módszer arra, hogy nagyon specifikus terápiás célpontokra találjunk rá” - fejtette ki Dr. Luis Serrano, a cikk egyik társszerzője.

A kutatók azt is tesztelték, hogy a spotter mennyire alkalmas a rák egy adott hatóanyagra, gyógyszerre adott válaszának előrejelzésére. A splicingben bekövetkező változások ugyanis azt is megváltoztathatják, hogy egy gén - és az általa termelt fehérje - hogyan reagál a terápiás molekulákra, hatóanyagokra. A tanulmány azt vizsgálta, hogy bizonyos exonok splicing folyamata hogyan befolyásolhatja a rákos sejtek érzékenységét ezekre a gyógyszerekre.

A kutatók ezért a spotter által adott prognózisokat nagy elemszámú vizsgálatokból származó adatokkal kombinálták, hogy azonosíthassák a hatóanyag-szenzitivitással asszociálható exonokat. Ezeket az adatokat olyan modellek létrehozására használták, amelyek előre jelzik, hogy egy rákos sejt hogyan fog reagálni egy adott gyógyszerre. A kutatók először 49 petefészekrákos beteg adatain tesztelték modelljüket, és megállapították, hogy az megbízhatóan meg tudja különböztetni, hogy mely betegek lesznek valószínűleg ellenállóbbak vagy érzékenyebbek a kemoterápiára.

“Ez az eljárás része lehet egy olyan kiegészítő stratégiának, amelynek célja az adott beteg egyedi rákbiológiai profiljának megértése, ami segíthet az onkológusoknak meghatározni a lehető legjobbat a rendelkezésre álló kezelések közül, így végső soron javítani tudjuk a betegek kezelési eredményeit” - összegzett Dr. Serrano.

A kutatóknak még le kell küzdeniük bizonyos korlátokat, mielőtt eredményeik átültethetők lennének a klinikai gyakorlatba. Az egyik ilyen, hogy bár a spotter azonosítani tudta a potenciális rákkeltő exonokat, ezek olyan előrejelzések, amelyek még széles körű kísérleti validálást is igényelnek a rákban betöltött szerepük megerősítéséhez. A tanulmányban néhány előrejelzést sejtvonalakon teszteltek, de a kutatóknak szélesebb körű validálást kell végezniük több ráktípus és betegminta bevonásával.

“A számítógépes előrejelzésektől és a sejtvonal-vizsgálatoktól időbe telik eljutni a hatékony klinikai kezelésekig. Mivel azonban a splicing folyamatát egyáltalán nem vizsgálták olyan széles körben, mint a mutációkat, még mindig rengeteg a feltérképezetlen terület, amelyek közül néhány felfedezés megváltoztathatja a daganatos betegségekről kialakított képünket és azok terápiás módszereit” - tekintett a jövőbe Dr. Serrano.

Írásunk az alábbi közlemények alapján készült:

Hundreds of new cancer driver genes predicted by algorithm

In silico RNA isoform screening to identify potential cancer driver exons with therapeutic applications

Irodalmi hivatkozás:

Miquel Anglada-Girotto et al, In silico RNA isoform screening to identify potential cancer driver exons with therapeutic applications, Nature Communications (2024). DOI: 10.1038/s41467-024-51380-z