Prostaatkanker: Big data ontgrendelt 80 nieuwe medicijndoelen
In de grootste studie om de genetica van prostaatkanker te analyseren, vinden wetenschappers niet minder dan 80 nieuwe potentiële medicijndoelen. Het project opent brede wegen voor het ontwerpen van nieuwe behandelingen.
Het extraheren van genetische gegevens was ooit een omslachtige en ongelooflijk tijdrovende taak.
Naarmate de technologie echter blijft verbeteren, is het werk aanzienlijk sneller en goedkoper geworden.
Tegelijkertijd zijn de tools die beschikbaar zijn voor het verwerken van grote datasets enorm verbeterd.
Alles bij elkaar betekent dit dat de oceanen aan informatie die uit genetische code is verzameld, relatief gemakkelijk kunnen worden geanalyseerd, in kaart gebracht en gecombineerd om een nieuw niveau van duidelijkheid te bieden.
Onlangs gebruikte een internationaal team deze tweeledige benadering van DNA-analyse en big data om zich te verdiepen in de genetica van prostaatkanker. Op jacht naar moleculaire kieren in het pantser van de ziekte, werd het onderzoek georkestreerd door het Institute of Cancer Research in Londen, Verenigd Koninkrijk.
Prostaatkanker uitdagingen
Prostaatkanker is de op een na meest voorkomende vorm van kanker bij mannen in de Verenigde Staten. Dit jaar zullen er in de VS naar schatting 164.690 nieuwe gevallen van prostaatkanker zijn en bijna 30.000 sterfgevallen door de ziekte.
Hoewel onderzoekers vooruitgang hebben geboekt bij het begrijpen en behandelen van prostaatkanker, zijn er nog steeds een aantal problemen.
Zoals studieleider prof. Rosalind Eeles uitlegt: "Een van de uitdagingen waarmee we worden geconfronteerd bij kankeronderzoek is de complexiteit van de ziekte en het grote aantal manieren waarop we deze mogelijk kunnen behandelen."
Dr. Justine Alford, van Cancer Research U.K., schetst een ander probleem bij het bestuderen van en ingrijpen bij prostaatkanker.
"Een belangrijke hindernis om verdere vooruitgang te boeken tegen prostaatkanker", legt ze uit, "is het gebrek aan manieren om nauwkeurig te voorspellen hoe de ziekte van een persoon zal evolueren, waardoor het moeilijk wordt om te weten welke behandeling het beste is voor elke patiënt."
Genetische gegevens verzamelen
Om het probleem vanuit een nieuwe richting te benaderen, gebruikten de onderzoekers genetische informatie van 112 mannen met prostaatkanker en combineerden deze met gegevens uit een reeks andere onderzoeken. In totaal werden monsters van 930 patiënten gebruikt.
Met behulp van de nieuwste big data-technieken verzamelde het team nieuwe inzichten in genetische veranderingen die de ontwikkeling en de voortgang van prostaatkanker stimuleren. Als ze eenmaal begrepen welke genen erbij betrokken waren, konden ze een kaart maken van de eiwitten die door deze genen worden gecodeerd.
Vervolgens wendden ze zich tot een database met de naam canSAR, die gegevens uit onderzoeken combineert, machine learning toepast en helpt om inzicht te krijgen in het ontdekken van geneesmiddelen.
CanSAR legt op hun website de vragen uit die hun database wil beantwoorden: “Wat is er bekend over een eiwit, in welke kankers komt het tot expressie of gemuteerd, en welke chemische hulpmiddelen en cellijnmodellen kunnen worden gebruikt om de activiteit ervan experimenteel te onderzoeken? Wat is er bekend over een medicijn, het cellulaire gevoeligheidsprofiel ervan, en welke eiwitten is bekend dat ze binden, wat de ongebruikelijke bioactiviteit kan verklaren? "
De wetenschappers ontdekten dat 80 van de eiwitten die ze hadden ontdekt, potentiële medicijndoelen waren. En 11 hiervan waren het doelwit van bestaande medicijnen, en zeven andere zouden het doelwit kunnen zijn van medicijnen die al in klinische onderzoeken zijn.
Hun bevindingen worden deze week gepubliceerd in het tijdschrift Nature Genetics.
"Onze studie paste geavanceerde technieken toe op het gebied van big data-analyse om een schat aan nieuwe informatie over prostaatkanker en mogelijke manieren om de ziekte te bestrijden te ontsluiten."
Prof. Rosalind Eeles
Kijkend naar de toekomst
De ontdekkingen zullen natuurlijk verder bestudeerd moeten worden voordat ze klinisch kunnen worden gebruikt, maar ze bieden een scala aan nieuwe mogelijkheden.
Zoals co-auteur prof. Paul Workman uitlegt: “Deze studie heeft een opmerkelijk groot aantal nieuwe genen aan het licht gebracht die de ontwikkeling van prostaatkanker stimuleren, en gaf ons essentiële informatie over hoe we de biologie van de ziekte kunnen benutten om mogelijke nieuwe behandelingen te vinden. "
Hij hoopt dat hun werk "een golf van nieuw onderzoek zal stimuleren naar de genetische veranderingen en potentiële medicijndoelen die [zij] hebben geïdentificeerd, met als doel dat patiënten er zo snel mogelijk van profiteren."
Een ander struikelblok voor het ontwerp van prostaatkankerbehandelingen is de manier waarop de ziekte bij elk individu anders voortschrijdt. Dit maakt het veel moeilijker om te beslissen welke behandelingsopties het meest geschikt zijn voor elke patiënt.
Dr. Alford hoopt dat "[b] y ons begrip van de genetica achter de ziekte aanzienlijk zal verbeteren, [...] in de toekomst, deze kennis artsen zou kunnen helpen om behandelingen beter af te stemmen op de kanker van een individu, en hopelijk kunnen meer mensen hun ziekte overleven. "
Dit zijn vroege dagen, maar de bevindingen die zullen komen van de volgende generatie onderzoeken kunnen transformatief zijn voor het veld.
