Сложные молекулы сахара (гликаны), расположенные на поверхности клеток, традиционно рассматривались наукой как второстепенный структурный компонент. Однако новое исследование, опубликованное в журнале Cell Reports Methods, кардинально меняет эту точку зрения, демонстрируя, что эти молекулы содержат в себе скрытые закономерности. Эти уникальные «сахарные подписи» позволяют с высокой точностью отличать один тип рака от другого, открывая новые горизонты в диагностике онкологических заболеваний.
В основе исследования лежала идея отследить генетический механизм, ответственный за формирование этих сахарных меток. Ученые из Университета науки и технологий имени короля Абдаллы (KAUST) сосредоточились не на всем геноме, а на строго определенной группе из 71 гена. Эти гены кодируют ферменты гликозилтрансферазы (CPGT), которые непосредственно управляют сборкой гликанов. Известно, что данная группа ферментов играет критическую роль в процессах proliferation (размножения) и распространения опухолевых клеток.
Проект стал результатом междисциплинарного сотрудничества клеточного биолога Джасмин Мерзабан и специалиста по вычислительной биологии Синь Гао, которая занимается применением искусственного интеллекта в медицине. Совместно они разработали алгоритм машинного обучения, который был обучен на данных об экспрессии генов из тысяч образцов опухолей. Ключевым отличием их подхода стало использование не обширного каталога генов, как в традиционных геномных классификаторах, а сфокусированного набора генов CPGT.
Результаты оказались впечатляющими. Созданная модель продемонстрировала исключительную эффективность, классифицируя опухоли по 27 различным категориям с точностью, превышающей 95%. Эта точность оказалась сопоставима, а в некоторых случаях и превосходила, показатели эталонных геномных классификаторов, которые оперируют гораздо более широкими наборами генетических данных. Принципиально важным преимуществом новой модели является ее практичность: в отличие от многих сложных систем, требующих огромных вычислительных мощностей, она способна работать на стандартном ноутбуке, выдавая результаты менее чем за полчаса. Это делает технологию доступной для широкого использования в больницах и лабораториях, не обладающих высокопроизводительными вычислительными ресурсами.
Преимущества метода не ограничились только скоростью и эффективностью. В случае глиомы, особо агрессивной формы рака мозга, паттерны экспрессии генов, связанных с гликанами, предсказывали выживаемость пациентов более надежно, чем стандартные клинические маркеры. Для рака молочной железы классификатор на основе CPGT почти в два раза повысил точность по сравнению с широко используемым геномным тестом в задаче различения подтипов опухолей. Как отмечает соавтор исследования Цзин Кай, это означает, что анализ CPGT позволяет не только идентифицировать тип рака, но и оценить вероятность развития заболевания, раскрывая прогностический потенциал метода.
Перспективность исследования подтверждает специалист по раку щитовидной железы Али Аль-Захрани, участвовавший в работе. Он подчеркивает, что данное исследование подтверждает абсолютно новую концепцию диагностики и классификации рака, обладающую широким потенциалом для применения. В настоящее время команда KAUST активно работает над переводом технологии в клиническую практику. Исследователи оптимизируют методы анализа экспрессии CPGT и, в сотрудничестве с саудовскими клиницистами, проводят валидацию модели на более крупных когортах пациентов. Параллельно ведется работа со структурным биологом Андреасом Нашбергером по расшифровке трехмерных структур ключевых ферментов CPGT, что может привести к открытию новых терапевтических мишеней для разработки лекарственных препаратов.
Как резюмирует Джасмин Мерзабан, данный диагностический инструмент представляет собой первый, но крайне важный шаг на пути превращения биологии сахара в практический инструмент прецизионной медицины для онкологических больных. В конечном счете, это исследование не только предлагает новый мощный диагностический метод, но и существенно расширяет научный инструментарий как для фундаментальных изысканий, так и для прикладной трансляционной онкологии.
