Генная карта метастазов: как ИИ помогает опознать «путешественников»

С возрастом или под действием случайных мутаций многие опухоли начинают вести себя как непредсказуемые существа: одни сидят тихо, другие уходят на поиски новых мест. Команда из Университета Женевы (University of Geneva) решила взглянуть на метастазирование иначе. Вместо того чтобы считать рак хаотическим, Ариель Руиз‑и‑Альтаба (Ariel Ruiz i Altaba) со своими коллегами предложили рассматривать его как искажённое продолжение нормального развития. В их понимании генетические и эпигенетические изменения включают программы, которые обычно завершили работу ещё в эмбриональном периоде. Вопрос: какие клетки способны «сорваться с места» и почему?

Отбор «туристов»

Чтобы ответить, учёные взяли две опухоли толстой кишки и создали около тридцати клонов клеток. Каждый клон прошёл испытания: его заставляли мигрировать через мембрану в лабораторных условиях и наблюдали за поведением на мышиной модели. Как отмечает Арвен Конод (Arwen Conod), трудно одновременно увидеть, как живёт клетка, и узнать, какие гены в ней активны. Поэтому исследователи клонировали клетки, изучали их генетический профиль, а затем проверяли на способности проходить фильтры. Параллельно они измеряли активность сотен генов и увидели: у клонов, склонных к миграции, есть особый «рисунок» экспрессии, целая симфония маркеров. Более того, возможность метастазировать зависит не только от одной клетки, а от взаимодействия «семейства» клонов.

Как работает MangroveGS

На основе этих «музыкальных партитур» команда построила алгоритм Mangrove Gene Signatures (MangroveGS), который объединяет десятки и сотни генетических подпписей и выдаёт оценку риска. «Новизна нашего инструмента в том, что он использует множество сигнатур, поэтому устойчив к индивидуальным вариациям», — поясняет Аравинд Шринавасан (Aravind Srinivasan). После обучения модель смогла предсказать вероятность рецидива и метастазирования колоректального рака почти с 80‑процентной точностью. Неожиданно эти же сигнатуры подошли для прогнозов по раку желудка, лёгких и молочной железы, что говорит об общности механизмов.

Стоит отметить, что результаты исследования опубликованы в журнале «Cell Reports», который специализируется на клеточной биологии и молекулярной генетике и входит в число высокорейтинговых научных изданий.

Что это даст пациентам

Технология открывает двери к более персонализированной медицине. Образец опухоли из клиники можно проанализировать: выделить РНК, загрузить данные в систему и получить индивидуальный риск. Это поможет избежать избыточного лечения у пациентов с низким риском и, наоборот, усилить наблюдение для тех, кому грозит распространение заболевания. Кроме того, модель MangroveGS может сократить количество участников в клинических испытаниях, повысив их статистическую силу и направив новейшие методы к тем, кто нуждается в них больше всего.

Связь с другими исследованиями

Работа женевских исследователей не стоит особняком. Другой проект, выполнявшийся в Онкологическом центре Джонса Хопкинса, показал, что адгезионный белок Е‑кадгерин помогает клеткам рака молочной железы пережить переход по организму и формировать вторичные опухоли. Этот материал опубликован на нашем портале, и вы можете ознакомиться с подробностями в отдельной статье. Вместе эти исследования подчёркивают, что метастазирование — процесс закономерный и управляемый, а не случайный набор событий.

Итог: шаг к точной онкологии

Проект MangroveGS показывает, как биология развития, генетика и искусственный интеллект объединяются для решения одной из сложнейших задач медицины. Уже сегодня алгоритм помогает понять, какие опухоли склонны к «миграции», а какие нет. В будущем, когда метод пройдёт клинические испытания, он может стать частью обычного протокола диагностики и ведения пациентов, позволяя врачам принимать решения на основе объективных биологических данных, а не предположений.

Литература

  1. Srinivasan A., Conod A., Tapponnier Y., Silvano M., Dall’Olio L., Delucinge‑Vivier C., Borges‑Grazina I., Ruiz i Altaba A. Emergence of high‑metastatic potentials and prediction of recurrence and metastasis // Cell Reports. 2026. Т. 45. № 1. С. 116834. DOI: 10.1016/j.celrep.2025.116834.

Medical Insider