Специалисты Института персонализированной онкологии Сеченовского Университета Минздрава России совместно с российскими и зарубежными коллегами разработали компьютерную модель, позволяющую в автоматическом режиме реконструировать тысячи внутриклеточных молекулярных путей. Она позволяет выявлять опухолевые маркеры нового поколения, необходимые для правильной диагностики и выбора стратегии лечения рака. Результаты исследования опубликованы в журнале Proteomes, работа велась в рамках программы создания и развития НЦМУ «Цифровой биодизайн и персонализированное здравоохранение».

Методы персонализированной диагностики позволяют на основе геномного и РНК-анализа клеток опухоли спрогнозировать дальнейшее развитие болезни и ответ на терапию. Это позволяет выбрать оптимальную стратегию лечения. Сегодня такая диагностика основывается на оценке работы как индивидуальных генов, так и генетических ансамблей — совокупности генов, вовлеченных в работу определенного сигнального пути – последовательности молекул, с помощью которых внутри клетки передается информация и регулируются те или иные процессы. В этом случае в качестве онкомаркера выступает уровень активации сигнальных путей, способствующих развитию рака.

«Процесс превращения нормальной клетки в раковую сопровождается мощной перестройкой работы генома. Эти изменения, как правило, затрагивают от 3000 генов и более. Их функционирование можно рассматривать как индивидуально, так и в контексте биологических процессов, за которые они отвечают», – пояснил главный научный сотрудник Института персонализированной онкологии Сеченовского Университета доктор биологических наук Антон Буздин.

Однако анализ работы отдельных генов не позволяет получить полную информацию о процессах, протекающих в опухолевой клетке, а молекулярные пути в генетических ансамблях до сих пор приходилось выстраивать практически вручную, что занимало много времени и могло исказить результаты. Исследователи разработали компьютерную модель, которая позволяет определить и проанализировать интерактом — совокупность всех взаимодействующих молекул, прежде всего белковых, в опухолевой клетке.

«Интерактом можно представить в виде математического графа — совокупности точек и связей между ними, где каждая точка — это какой-либо генный продукт, например белок. И наша модель позволяет для каждой такой точки определить ее связи с другими, определить сотни тысяч межмолекулярных взаимодействий и выявить молекулярные пути для каждой точки автоматически», — рассказал Буздин.

Ученые сравнили эффективность работы нового алгоритма с оценкой экспрессии отдельных генов и моделью анализа генетических ансамблей. Для этого они проанализировали с помощью всех трех методов более 9000 образцов опухолей, изучив данные по секвенированию РНК и результаты протеомного анализа. Суммарно среди этих образцов был представлен 21 тип раковых опухолей человека.

Как подход на основе анализа генетических ансамблей, так и новый алгоритм оказались более эффективны по сравнению с исследованием отдельных генов. Кроме того, интерактомная модель также позволила многократно сократить время анализа и избежать ошибок, связанных с выбором неверных гипотез.

«Количество и качество онкомаркеров, получаемых с помощью нового алгоритма, гораздо выше по сравнению с используемыми сейчас при анализе активности индивидуальных генов. Благодаря быстроте работы и полноте отражения внутриклеточных молекулярных процессов в клетке данная модель может стать надежным инструментом для персонализированной диагностики онкологических заболеваний и для прогнозирования выживаемости пациентов», — подчеркнул Буздин.

В исследовании также приняли участие специалисты МФТИ, МГУ им. М. В. Ломоносова, ИБХ им. академиков М. М. Шемякина и Ю. А. Овчинникова РАН, Европейской организации по исследованию и лечению рака (EORTC), медицинского центра «СМ-Клиника» и компании OmicsWay. Работа выполнена при поддержке Российского научного фонда.