Исследователи из Тель-Авивского университета разработали вычислительную модель, позволяющую прогнозировать генетический риск развития рака молочной железы у каждой женщины на основе ее генетического профиля. Исследование было основано на крупномасштабном международном исследовании, которое включало геномные данные примерно четверти миллиона женщин с раком молочной железы и без него, и применило его результаты к примерно 2000 израильским женщинам. Группа исследователей объясняет: «Наш метод позволит системе здравоохранения перейти к персонализированной политике раннего выявления, когда те, кто идентифицирован как группа высокого риска, будут проходить тестирование с более раннего возраста и чаще. Сосредоточение скрининговых тестов с использованием модель может спасти жизни и сэкономит ресурсы системы здравоохранения».
Исследование было проведено докторантом Хагаем Леви под руководством профессора Рани Элкон с кафедры молекулярной генетики и биохимии человека Медицинской школы Тель-Авивского университета и профессора Рона Шамира из Школы компьютерных наук имени Блаватника в Тел. Авивский университет. Исследование проводилось в сотрудничестве с профессором Шаем Карми с медицинского факультета Еврейского университета, профессором Шаем Бен Шахаром, директором отдела точной медицины и геномики Исследовательского института Клалит, и доктором Наамой Элефант из Медицинского университета Хадасса. Центр. Исследование опубликовано в Журнале медицинской генетики.
Профессор Элкон объясняет, что в 2003 году было завершено секвенирование проекта генома человека, что открыло новые возможности для улучшения медицины с упором на персонализированную медицину. Основная идея заключалась в том, что чем лучше мы знаем, как определить, генетически предрасположен ли конкретный человек к определенному заболеванию, тем больше мы можем принять соответствующих профилактических мер.
Профессор Элкон добавляет, что с тех пор были предприняты обширные исследования для выявления генетических различий между людьми, которые могут указывать на генетическую предрасположенность к определенным заболеваниям, особенно к таким распространенным, как рак, болезни сердца, диабет, шизофрения и болезнь Альцгеймера. Исследования этого типа, известные как общегеномные ассоциативные исследования (GWAS), сравнивают геномы больных и здоровых людей и находят сотни генетических вариантов, наличие которых связано с повышенным риском наличия изучаемого заболевания. Каждый вариант сам по себе увеличивает риск в очень небольшой степени, но когда в геноме определенного человека накапливается значительное количество релевантных вариантов, их риск заболеть значительно возрастает.
В исследованиях каждому участнику присваивается «оценка генетического риска», и в больших выборках эти оценки обычно следуют колокольному распределению: большинство населения находится посередине, а на двух крайних точках находятся люди с чрезвычайно высокими или низкими показателями риска . наличия такого же заболевания. Задача медицины состоит в том, чтобы заранее выявить тех людей, которые имеют высокую генетическую предрасположенность к заболеванию, особенно болезнями, которые можно предотвратить или выявить на ранних стадиях.
Текущее исследование было основано на результатах крупного международного исследования GWAS, в котором были выявлены генетические варианты, связанные с раком молочной железы, путем анализа генетических профилей примерно 130 000 больных раком молочной железы из десятков медицинских центров в Европе и США, а также примерно 100 000 здоровых женщин, которые служил контрольной группой.
Команда исследователей из Тель-Авивского университета хотела проверить, можно ли использовать результаты международного исследования для надежного прогнозирования риска рака молочной железы у израильских женщин, используя выборку из около 1000 пациенток и около 1000 здоровых женщин, собранную профессором К. Гад Реннерт из Медицинского центра Кармель.
«Если у женщины обнаружена генетическая предрасположенность к раку молочной железы, есть кое-что, что можно сделать. Раннее выявление может спасти жизнь», — подчеркивает профессор Элкон, и продолжает: «Важно отметить, что на данном этапе наше исследование было сосредоточено на на еврейских женщинах ашкеназского происхождения, которые являются популяцией, наиболее близкой генетически к участницам международного исследования, на котором основывалась наша модель».
Исследователи построили вычислительную генетическую модель для прогнозирования риска для израильских участников, определив «оценку генетического риска» для каждой женщины и разделив участников на децили в соответствии с полученной ими оценкой риска. Результаты показали, что женщины из верхнего дециля по шкале, рассчитанной с помощью модели, имеют в четыре раза больше шансов заболеть раком молочной железы по сравнению с женщинами из нижнего дециля. Другими словами, шкала генетического риска обладает значительной способностью предсказывать риск развития рака молочной железы среди обследуемой популяции. Исследователи подтвердили свои выводы на другом образце пациентов с раком молочной железы , собранном врачами-исследователями в отделениях онкологии и генетики Медицинского центра Хадасса.
Профессор Элкон заключает: «Наше исследование показало, что у нас уже есть инструменты для выявления на основе их генетического профиля израильских женщин с повышенным риском развития рака молочной железы . В соответствии с оценкой риска можно рекомендовать женщинам с высоким риском рака молочной железыначинать скрининговые тесты для раннего выявления с более раннего возраста и чаще. Такая политика может спасти жизни и позволить более эффективно использовать ресурсы системы здравоохранения. Мы надеемся, что многообещающие результаты приведут к клиническому использованию разработанного нами метода прогнозирования и улучшат раннее выявление этого заболевания. В настоящее время наша исследовательская группа приступает к последующему исследованию в сотрудничестве с профессором Ринатом Йерушалми, директором отделения онкологии молочной железы в больнице Бейлинсон, которое будет сосредоточено на сборе данных и построении генетической модели для расчета риска заболевания.
