Onderzoekers hebben een hulpmiddel voor kunstmatige intelligentie (AI) ontwikkeld, AAnet, dat vijf verschillende celtypen in tumoren kan identificeren – een ontdekking die de behandeling van kanker radicaal zou kunnen veranderen. De bevindingen, gepubliceerd in Cancer Discovery, gaan in op een cruciale uitdaging in de oncologie: de inherente diversiteit binnen tumoren. Deze heterogeniteit, waarbij verschillende cellen verschillende reacties op de behandeling vertonen, is een belangrijke oorzaak van het terugkeren van kanker en het mislukken van de behandeling.
Het probleem bij het behandelen van tumoren als een eenheid
Decennia lang is de behandeling van kanker grotendeels gebaseerd geweest op de veronderstelling dat tumoren homogeen zijn. Patiënten krijgen therapieën die zijn ontworpen om de meerderheid van de kankercellen te doden op basis van een gemeenschappelijk kenmerk, maar deze aanpak laat resistente cellen achter die later een terugval kunnen veroorzaken. Zoals universitair hoofddocent Christine Chaffer uitlegt: “We behandelen tumoren alsof ze uit dezelfde cel bestaan… maar mogelijk delen niet alle kankercellen dat mechanisme.” Dit is de reden waarom tumoren vaak terugkeren, zelfs na aanvankelijk succes.
AAnet: Het verborgen landschap van kankercellen in kaart brengen
AAnet is ontworpen om dit probleem op te lossen door de voorheen verborgen diversiteit binnen tumoren te karakteriseren. Door gegevens over genexpressie van één cel uit preklinische borstkankermodellen en menselijke monsters te analyseren, identificeerde de AI vijf verschillende ‘archetypen’ van kankercellen. Elk archetype vertoont unieke biologische routes, groeipatronen en markers die verband houden met een slechte prognose.
“Ons onderzoek is de eerste keer dat single-cell data dit continuüm van celtoestanden hebben kunnen vereenvoudigen tot een handvol betekenisvolle archetypen… Dit zou een gamechanger kunnen zijn”, zegt universitair hoofddocent Smita Krishnaswamy, die leiding gaf aan de ontwikkeling van de AI-tool aan de Yale University.
Hoe de nieuwe classificatie de behandeling van kanker zal veranderen
Het vermogen om cellen binnen tumoren te categoriseren opent de deur naar preciezere en effectievere therapieën. In plaats van breedspectrumbehandelingen kunnen artsen zich nu voorstellen combinatietherapieën te ontwerpen die zich richten op elk archetype op basis van zijn specifieke biologische kwetsbaarheden. Deze aanpak, ondersteund door het vermogen van AI om celgedrag te voorspellen, heeft het potentieel om de patiëntresultaten drastisch te verbeteren.
Momenteel zijn behandelbeslissingen gebaseerd op de oorsprong van de kanker (borst, long, enz.) en moleculaire markers. AAnet introduceert een nieuwe laag van complexiteit door te onthullen dat zelfs binnen dezelfde tumor cellen zich fundamenteel anders kunnen gedragen. Onderzoekers voorzien een toekomst waarin AI-analyse traditionele diagnoses aanvult om zeer gepersonaliseerde behandelplannen te creëren.
Voorbij borstkanker: het potentieel van AAnet
Hoewel het oorspronkelijke onderzoek zich richtte op borstkanker, is de technologie toepasbaar op andere vormen van kanker en zelfs op auto-immuunziekten. Het vermogen van de AI om betekenisvolle patronen in eencellige gegevens te identificeren zou nieuwe inzichten in een breed scala aan ziekten kunnen ontsluiten. De makers van de tool benadrukken dat de onderliggende technologie al volwassen genoeg is voor klinische implementatie.
Deze doorbraak markeert een belangrijke stap in de richting van het overwinnen van het vermogen van kanker om behandeling te omzeilen. Door eindelijk de heterogeniteit van tumoren te erkennen en te karakteriseren, bewapenen onderzoekers artsen met de middelen om elke cel binnen de unieke kanker van een patiënt te targeten, waardoor de kans op remissie op de lange termijn dramatisch wordt vergroot.
