Metilarea ADN-ului dezvăluie originea în cancerele metastatice
Un model de învățare automată bazat pe metilarea ADN-ului CpG a prezis cu acuratețe originea mai multor tipuri de cancer la pacienți cu cancere de origine necunoscută (CUP), conform cercetărilor prezentate la întâlnirea anuală a Asociației Americane pentru Cercetarea Cancerului (AACR) din 2026, desfășurată între 17 și 22 aprilie.
CUP reprezintă malignități metastatice în care nu se poate identifica locul primar al cancerului. Aceste tipuri de cancer sunt adesea asociate cu rezultate mai slabe, întrucât deciziile de tratament trebuie luate fără a cunoaște originea cancerului, iar pacienții sunt, în general, tratați cu regimuri chimioterapeutice nespecifice, nu cu terapii țintite în funcție de tipul specific de cancer, după cum a explicat Marco A. De Velasco, doctor în cadrul Departamentului de Biologie a Genomului de la Universitatea Kindai din Japonia.
„Doar între 15% și 20% dintre pacienții cu CUP prezintă caracteristici care permit medicilor să îi trateze cu terapii specifice pentru locul de origine, acestea fiind asociate cu rezultate mai bune”, a declarat De Velasco.
Cu toate acestea, majoritatea pacienților, între 80% și 85%, primesc chimioterapie generală, care este adesea mai puțin eficace. Pacienții care primesc tratament țintit pot supraviețui până la 24 de luni, comparativ cu șase până la nouă luni pentru cei care urmează un tratament standard.
Cercetătorii au investigat dacă identificarea originii cancerului prin profilare moleculară ar putea îmbunătăți deciziile de tratament. Aceste metode analizează tiparele în biologia tumorii, cum ar fi activitatea genelor sau modificările chimice ale ADN-ului, care diferă între tipurile de cancer și pot persista chiar și după ce cancerul s-a răspândit. Deși unele metode au arătat promisiuni, acestea nu au demonstrat beneficii clare de supraviețuire în studiile clinice, conform lui De Velasco.
În acest studiu, De Velasco și colegii săi, inclusiv co-investigatoarea Kazuko Sakai și investigatorul principal Kazuto Nishio, au dezvoltat o nouă abordare axată pe metilarea ADN-ului CpG, un tip de modificare chimică care apare la bazele de ADN citozină și guanină. De Velasco a subliniat că metilarea CpG acționează ca o „amprentă moleculară” pentru diferite țesuturi din organism. Prin analizarea acestor tipare în probele tumorale, cercetătorii au dezvoltat un model computațional capabil să distingă între 21 de tipuri diferite de cancer.
„În loc să ne bazăm pe seturi mari și complexe de date, ne-am propus să identificăm un set mai mic, dar practic de markeri care să păstreze totuși o putere predictivă puternică”, a declarat De Velasco. „Obiectivul pe termen lung este de a crea un instrument care să sprijine medicii în identificarea țesutului de origine probabil și să ajute la informarea unor decizii de tratament mai eficiente.”
Modelul a fost dezvoltat folosind date de metilare de la aproape 7.500 de pacienți cu 21 de tipuri diferite de cancer obținute din programul The Cancer Genome Atlas și alte seturi de date publice. Datele au fost împărțite între cohorte de antrenament și testare.
Cercetătorii au aplicat învățarea automată pentru a identifica locurile de metilare CpG în ADN-ul tumorii din cohorta de antrenament și a construi profiluri de metilare asociate cu diferite tipuri de tumori.
Rezultatele studiului au arătat că modelul a identificat corect tipul de cancer în aproximativ 95% din cazuri în cohorta de testare și a menținut o performanță puternică — aproximativ 87% acuratețe — atunci când a fost aplicat unei cohorte de validare independentă din instituția cercetătorilor, care a inclus 31 de cazuri reprezentând 17 tipuri diferite de cancer.
„Una dintre cele mai importante descoperiri ale studiului nostru este că am reușit să prezicem cu acuratețe originea multor tipuri diferite de cancer folosind un subset foarte mic de markeri ADN, aproximativ 1.000 de regiuni CpG selectate din sute de mii la nivelul genomului”, a afirmat De Velasco. „Acest lucru este important deoarece arată că putem simplifica datele moleculare complexe, menținând în același timp o performanță predictivă puternică.”
Pentru pacienții cu CUP, acest model ar putea ajuta medicii să se abată de la abordările de tratament prin încercare și eroare și să selecteze terapii adaptate locului de origine probabil al cancerului, a adăugat el.
„Constatările noastre sugerează că abordările bazate pe ADN pot ajuta la identificarea locului de început al unui cancer, chiar și atunci când tumorile originale nu sunt vizibile. Folosind un set mult mai mic și mai concentrat de markeri, această abordare ar putea face aceste tipuri de teste mai practice și accesibile în viitor”, a declarat De Velasco.
„În general, vedem această cercetare ca parte a unui efort mai amplu de a înțelege mai bine cancerul folosind informații moleculare, cu scopul de a sprijini o îngrijire mai bine informată și personalizată în viitor. Cu toate acestea, această lucrare este încă în stadiul de cercetare. Următorul pas este să evaluăm cât de bine performează această abordare într-o analiză prospectivă a pacienților cu adevărate cancere de origine necunoscută”, a adăugat De Velasco.
O limitare cheie a acestui studiu este că modelul a fost dezvoltat folosind cancere cu origini cunoscute, nu cu adevărat CUP, ceea ce înseamnă că modelul trebuie testat pe pacienți reali cu CUP pentru a înțelege cât de bine performează în condiții clinice. O altă limitare este că nu toate tumorile sunt ușor accesibile pentru testări genetice, mai ales în stadiile avansate. Un pas important în această cercetare, conform lui De Velasco, este adaptarea și evaluarea acestui model folosind biopsii din sânge pentru a analiza ADN-ul tumoral circulant, în loc să ne bazăm pe ADN din probele de țesut.
