Прогноз рака, как погоды: математическая модель предсказывает развитие опухоли на месяцы вперёд

Учёные из Института геномных исследований Медицинской школы Университета Мэриленда разработали программное обеспечение , способное предсказывать поведение клеток в тканях со временем. Как и модели, прогнозирующие штормы, эта технология объединяет геномные данные с компьютерным моделированием и позволяет отслеживать, как меняется клеточная активность, в том числе в случае, когда нарушения в общении между клетками могут привести к развитию рака.

В основе разработки лежит многолетняя работа нескольких лабораторий, в том числе учёных, работающих с биологическими образцами, и специалистов по программированию. Авторы надеются, что технология станет основой для создания цифровых двойников пациентов, которые помогут врачам выбирать наиболее эффективное лечение.

Одна из авторов исследования Жанетт Джонсон объясняет, что даже при использовании современных геномных технологий учёные в основном получают только моментальный снимок состояния клеточной среды, без понимания её динамики. А ведь именно взаимодействие клеток и их поведение со временем играет ключевую роль в возникновении сложных заболеваний, таких как рак. Иммунная система при этом может как сдерживать опухоль, так и, наоборот, способствовать её распространению, и для каждого человека этот процесс уникален.

Ключевым элементом модели стала разработанная учёными грамматика гипотез — простой язык, который позволяет описывать биологические процессы в виде предложений на обычном английском. Это облегчает создание компьютерных моделей и делает возможным сотрудничество между представителями разных дисциплин. С помощью этой грамматики команда смогла смоделировать поведение клеток при раке молочной железы и поджелудочной железы, используя реальные данные пациентов, в том числе пространственную транскриптомику .

Одна из моделей описывает ситуацию, при которой иммунная система не сдерживает рост опухоли, а наоборот помогает ей распространяться. Затем исследователи использовали данные пациентов, не получавших лечения, чтобы спрогнозировать индивидуальные реакции на иммунотерапию. Выяснилось, что каждый виртуальный пациент демонстрирует разный отклик, что подчёркивает значение клеточного окружения в персонализированной медицине. Это особенно важно при раке поджелудочной железы, который трудно лечить из-за плотного слоя соединительной ткани вокруг опухоли.

Используя технологии пространственной геномики, учёные проследили, как фибробласты — клетки соединительной ткани — влияют на рост опухоли. Это позволило смоделировать процесс её инвазии и прогрессирования на основе образцов настоящих пациентов. По словам Джонсон, иммунные клетки ведут себя по определённым правилам, и эти правила можно заложить в модель, чтобы затем в виртуальной среде проверять гипотезы, не рискуя здоровьем пациента и не тратя ресурсы лаборатории.

Один из ведущих авторов, Элана Фертиг, ранее занималась моделированием погоды, и теперь уверена, что те же принципы можно применять в биологии для прогнозирования развития болезней. Она считает, что новая система — это виртуальная лаборатория, в которой можно проводить эксперименты и проверять, как работают клеточные правила.

Исследование получило подтверждение и от клиницистов из Университета Джонса Хопкинса и Орегонского университета медицинских наук. Кроме того, учёные показали, что их подход применим не только к онкологии. Так, команда нейробиологов смоделировала формирование слоёв в развивающемся мозге.

Разработанная грамматика открыта и доступна всем исследователям. Это должно ускорить внедрение стандартизированных моделей в практику и сделать цифровых двойников и виртуальные клинические испытания реальностью. Авторы надеются, что в будущем их подход поможет перенести вычислительное моделирование прямо в клинику.