Bioinformatika és biomarkerek

1.6.1. Onkológiai bioinformatika a világhálón

Ma már az onkológus, patológus illetve egyéb egészségügyi szakemberek diagnosztikai és terápiás döntéseit az interneten keresztül elvégzett tesztekkel is lehet támogatni. Tipikus példa ezekre a tesztekre a patológusok esetében a digitalizált szövettani metszetek szoftveres elemzése, valamint ezen képek távoli vizsgálata egy második patológus által.

Az onkológiában alkalmazott egyik első online elérhető prognosztikai rendszer az

„Adjuvant! Online” (http://www.adjuvantonline.com), amely a kiegészítő gyógyszeres terápia (kemoterápia, hormonterápia vagy a kettő kombinációja) várható rizikóit és előnyeit tudja megbecsülni emlőrákos betegekben¹⁵⁶. A rendszer célja, hogy megbecsülje a szisztémás kezelés elmaradása esetén a negatív kimenetel rizikóját, vagyis a rosszindulatú daganatos betegséggel összefüggő mortalitást vagy kiújulást; ezen rizikó várható csökkenését az adott terápia alkalmazása mellett és a kezelés mellékhatásainak kockázatát. A klinikailag is igazolt

157 Adjuvant!Online a beteg klinikai jellemzőit használja fel, mint a kor, a tumor mérete, nyirokcsomók érintettsége, szövettani grade stb. A rendszer alapja, hogy a vizsgált beteg

22

klinikai paramétereit összehasonlítja a SEER-ben mért nagyszámú kezelt és kezeletlen beteggel és ezen adatok alapján lényegében egy epidemiológiai összehasonlító vizsgálatot végez. A SEER („Surveillance, Epidemiology and End Results”) az USA Nemzeti Rákkutató Intézete által életre hívott program, ahol az USA lakosságának 28%-át folyamatosan követik, és valamennyi klinikai, demográfiai, kezelési, mortalitási stb. adatot egy központi adatbázisban tárolnak. Az online elérhető (http://seer.cancer.gov/) adatbázis lehetővé teszi, hogy az USA-ra vonatkozó részletes epidemiológiai vizsgálatokat végezzenek ¹¹.

1.6.2. DNS chipek alkalmazásának lehet ő ségei

A molekuláris technológiák fejlődése mára lehetővé tette, hogy ne csak klinikai paraméterek legyenek biomarkerek, hanem génexpresszió vagy szekvencia alapú tesztek is bekerülhessenek a klinikai gyakorlatba. Erre konkrét példa a bevezetőben részletesen elemzett ösztrogén receptor és a HER2 receptor. Az irodalomban eddig számos további gént azonosítottak, amelyek szintén szóba jönnek, mint onkológiai biomarkerek ¹⁵⁸. Kérdés, hogy ezeket milyen technológia segítségével lehet meghatározni?

DNS chipeket, PCR-t és több további technológiát elemző összehasonlító vizsgálat igazolta, hogy a gén chipek által mért génexpresszió megbízható és reprodukálható ^{159, 160}. Technikailag a gén chipek valamennyi gén kifejeződését tartalmazzák, ami felveti, hogy alkalmazásukkal olyan teszteket is végezzünk, amelyekre eredetileg nem is tervezték az adott eszközt. Ide tartoznak azon mérések is, amelyekhez nem több, hanem csak 1-1 gén vizsgálatát tervezték, mint a jelenleg legelterjedtebb ösztrogén receptor és HER2 receptor szintjének mérése.

Ezen tesztek során kérdésként merül fel, hogy milyen vágópont alkalmazásával válasszuk szét a betegeket két (vagy több) csoportba. Bár az irodalomban a legtöbb esetben a medián (illetve alsó/felső negyed és harmad) alapján osztják a betegeket két csoportba, azonban nincsen olyan protokoll, ami egyértelmű iránymutatásként szolgálna. A medián használatának az átlaggal szemben megvan az az előnye, hogy nem függ az esetleg nagy eltérést mutató szélső értékektől. Bár Cox regresszió alkalmazásával lehetséges lenne az adott biomarker-jelöltek hatását fix vágópont nélkül is vizsgálni, azonban ebben az esetben nem tudnánk semmilyen könnyen értelmezhető grafikont rajzolni. Irodalmi adatok alapján

RT-23

PCR vagy immunhisztokémia felhasználásával lehetséges a vágópontok optimalizálása ¹⁶¹, azonban ezt minden génre külön el kell végezni.

A gén chipek felhasználásával értelemszerűen egy-egy vagy több gént tartalmazó mintázatok is elemezhetőek. Több gént egyidejűleg felhasználó („multigénes”) mintázatok ma már egyre szélesebb körben jelentek meg. Ezekben tehát nem egy-egy gén izolált szerepét, hanem egy teljes jelátviteli utat, vagy egy transzkripciós faktor által szabályozott valamennyi gént lehet vizsgálni.

Az emlőrák diagnosztikája során használt két legfontosabb gén a bevezetőben már részletesen bemutatott ösztrogén és HER2 receptorok. Mivel mind az ÖR, mind HER2, valamint a „recurrence score” számításához szükséges valamennyi gén szerepel egy teljes genomot mérő Affymetrix gén chipen is, ezért technikailag lehetséges a gén chipek felhasználása az ezen gének mérésén alapuló diagnosztikai tesztek elvégzéséhez. Fontos kiemelni, hogy az előző fejezetekben idézett további kutatások során is a mérési adatok a legtöbb bemutatott projektben gén chip alapúak voltak.

Eközben az Affymetrix chipek diagnosztikai felhasználását már az Amerikai Gyógyszerfelügyelet is jóváhagyta ². Ezek alapján logikus következő lépés a sok gén mérésére alkalmas gén chipek felhasználása betegdiagnózis készítéséhez. Ehhez azonban megfelelő informatikai (statisztikai) háttérre van szükség, amely a legtöbb kórházban vagy egyetemi klinikán nem áll rendelkezésre.

1.6.3. Biomarkerek azonosítása nyitott és zárt rendszerben

Általában a kutatócsoportok a biomarkerek in vitro azonosítása után egy további vizsgálatot végeznek, ahol egy klinikai mintagyűjtés keretein belül annyi szövetmintát gyűjtenek össze utánkövetési adatokkal, amennyi már lehetővé teszi, hogy az adott biomarkert ebben a csoportban is igazolják. Mivel itt a kezdeti kísérletet és a ráépülő tesztelési vizsgálatokat is ugyanaz a csoport csinálja, ezért ilyen esetben egy zárt rendszerrel állunk szemben.

2 http://www.businesswire.com/news/home/20110509005660/en/Affymetrix-Achieves-FDA-Clearance-Microarray-Based-Gene-Profiling

24

A zárt rendszerben készült vizsgálatok eredményei megjelennek egy tudományos közleményben, ezután azonban az adatok további felhasználása csak ritka esetben fordul elő.

Az általános megközelítés, hogy ezután egy másik csoport egy független vizsgálata is igazolja a megfelelő génjelöltet. A transzkriptomikus adatok mérésére alkalmas gén chipek felhasználásával lehetőség nyílik arra, hogy ne egy független beteganyagon kelljen egy újabb vizsgálatot végezni, hanem a már rendelkezésre álló egyéb kutatási projektek eredményeképpen elkészült adatokat használjuk fel erre a célra. Ez a minden szempontból hatékonyabb megközelítés nemcsak kutatási erőforrások és idő megtakarítását, de az egyes vizsgálatokban elemzett betegek összeadásával nagyobb teszthalmaz létrehozását és ezen keresztül magasabb statisztikai erő eléréséit is lehetővé teszi. A biomarkerek kutatói nézőpontból történő azonosítását az alábbi ábrán foglaltuk össze.

1. ábra A biomarkerek azonosításának folyamata kutatók szemszögéből. A hagyományos megközelítés során alkalmazott zárt rendszer alternatívája a több eredményt in silico integráló nyitott igazolások végzése, amihez az alapot a transzkriptom szintű mérések végzése

adja.

25