Разработчики создали тест для диагностики рака горла и полости рта, который позволяет пациентам в домашних условиях собирать образцы слюны. Модель машинного обучения анализирует содержащиеся в слюне микробы, после чего выдает результат с 90-процентной точностью. Препринт описания технологии и проведенного исследования опубликован на medRxiv.
Рак полости рта является седьмым по распространенности среди новообразований и девятым по смертности от рака во всем мире. При этом более половины случаев заболевания раком полости рта в мире приходится на Азию, в Южной и Юго-Восточной Азии он входит в тройку самых распространенных видов рака. В 2019 году злокачественные новообразования стали причиной каждой шестой смерти в России по данным НИИ имени Герцена. В 2018 году 17 процентов больных раком россиян умерли от рака глотки.
Рак полости рта наиболее распространен среди всех плоскоклеточных раков головы и шеи, среди его видов большее число случаев приходится на плоскоклеточную карциному полости рта. При этом показатели выживаемости при плоскоклеточной карциноме и ротоглоточной плоскоклеточной карциноме зависят от стадии развития болезни и того, насколько быстро она прогрессирует. А большинство методов диагностики основаны на визуальном осмотре врачом полости рта, то есть поражения от рака должны стать достаточно большими, чтобы их можно было заметить. Это осложняет диагностику заболеваний на ранних стадиях.
Употребление табака, злоупотребление алкоголем и плохая гигиена полости рта — основные факторы риска развития рака полости рта. Однако в последнее время появляются исследования, свидетельствующие, что люди с изменениями в микробиоме полости рта также подвержены риску. Например, есть данные, что дисбактериоз в микробиоме полости рта приводит к хроническому воспалительному состоянию, угнетению противоопухолевого иммунитета и созданию новых мутагенов.
Гурудут Банавар (Guruduth Banavar) и команда исследователей из американской биотехнологической компании Viome разработали тест для определения плоскоклеточной карциномы полости рта и плоскоклеточного рака ротоглотки, основанный на анализе микробиома. Он позволяет пациенту самостоятельно собрать образцы слюны и затем отправить их на проверку. Разработчики собрали биоматериал у 1175 человек в возрасте 50 лет и старше, а также у взрослых, кто в анамнезе употреблял табак. По мнению разработчиков, слюна находится в непосредственном контакте с полостью рта и является прекрасным субстратом для жидкой биопсии.
Тест, использующий метод расширенного моделирования посредством машинного обучения, выполняет анализ последовательности РНК и применяет 270 признаков человеческой и микробной мРНК в качестве маркеров, связанных с раком полости рта и горла. Для обучения модели команда использовала генетические данные из 945 образцов, 80 из которых были взяты у людей с раком полости рта и 12 — у людей с раком горла. Было выявлено 88 различных изменений в экспрессии генов у людей с раком, а также определены 182 генетические особенности, уникальные для бактерий, содержащихся в образцах этих людей (110 видов и 72 кластера микробных генов). Затем модель была проверена на независимой группе из оставшихся 230 образцов от людей, 134 из которых не имели рака или имели предраковое заболевание полости рта. Предрак — это определенные изменения в тканях, которые увеличивают вероятность возникновения злокачественных новообразований.
Тест правильно классифицировал пациентов с положительным результатом на плоскоклеточную карциному полости рта на ранней и поздней стадии в 90 процентов случаев, пациентов с положительным результатом на плоскоклеточную карциному ротоглотки в 84,2 процентах случаев и 94 процента участников без рака. Это означает очень низкий уровень ложноотрицательных или ложноположительных результатов.
Но пока неясно, насколько полезным окажется этот тест в ближайшем будущем. Специалист по раку полости рта и горла Бретт Майлз (Brett Miles) из Института рака Northwell Health в Нью-Йорке приветствует идею упрощенной диагностики этих заболеваний, однако отмечает, что представленная модель обнаруживает не рак, а только изменения, связанные с раком. «Это своего рода вопрос о причинно-следственных связях, — говорит Майлз. — Эти бактерии меняются из-за рака? Или есть изменения в бактериях у некоторых людей, которые позже заболевают раком?»
Ранее машинное обучение помогло ускорить поиск мишеней для лекарств. Разработанный метод обещает упростить разработку медикаментов для широкого диапазона болезней, включая онкологические заболевания и болезнь Альцгеймера. Подробнее узнать об истории изучения и борьбы с онкологическими заболеваниями можно в нашем лонгриде «Эволюция рака».
Надежда Чекасина