В результате секвенирования генома и анализа с использованием искусственного интеллекта были обнаружены скрытые генетические маркеры, связанные с раком молочной железы

Недавнее исследование, проведенное профессором Диной Шнайдман-Духовны из Школы компьютерных наук и инженерии Рэйчел и Селима Бенин при Еврейском университете в Иерусалиме, разработало инновационный метод анализа генетических вариаций в семьях с высоким риском заболевания раком молочной железы. Изучив 1218 генетических вариантов в 12 семьях, исследование выявило 80 генов, ассоциированных с повышенным риском развития заболевания. Также была подчеркнута важная, но ранее недостаточно изученная роль пероксисомальных и митохондриальных путей в предрасположенности к раку молочной железы и выживаемости пациентов.

Новый метод анализа генетических вариаций в семьях с высокой заболеваемостью раком молочной железы

Рак молочной железы является наиболее распространенным злокачественным заболеванием среди западных женщин, причем до 10% случаев обусловлено генетическими вариантами. Несмотря на это, корни многих семейных случаев остаются неизученными, во многом из-за сложной природы задействованных генетических факторов.

Цели и методы исследования

Для устранения этого критического пробела, исследование, проведенное под руководством профессора Дины Шнайдман-Духовны, предоставило новое понимание генетических основ семейного рака молочной железы, особенно распространенного в семьях ближневосточного происхождения. В исследовании использовался инновационный метод анализа, специально разработанный для изучения генетических вариаций в таких семьях. Этот метод сочетает в себе передовые технологии машинного обучения с детальным анализом белковых структур для исследования редких генетических вариантов.

Результаты исследования

Изучив 1218 вариантов, обнаруженных у членов 12 семей, исследователи выявили 80 генов, которые могут значительно влиять на риск рака молочной железы. Это открытие включает в себя 70 ранее неизвестных генов, связанных с раком молочной железы, что значительно расширяет наше понимание генетического ландшафта этого заболевания.

Значимость исследования

Наследственный или семейный рак молочной железы составляет около 15% всех случаев рака молочной железы. Исторически мутации в таких известных генах, как BRCA1 и BRCA2, были связаны с повышенным риском семейного рака молочной железы и яичников. Тем не менее, на их долю приходится лишь около 30–40% случаев семейного рака молочной железы. В результате остается значительное число случаев с неизвестным генетическим происхождением, особенно в семьях, где заболевание проявляется из поколения в поколение.

Выявленные клеточные пути

Исследование выявило ключевую роль определенных клеточных путей, связанных с пероксисомами и митохондриями, в предрасположенности людей к раку молочной железы и влиянии на выживаемость пациентов. Было обнаружено, что эти пути особенно значимы для различных этнических групп в семи исследованных семьях, что подчеркивает более широкую применимость и важность результатов.

Методы исследования

Исследователи использовали полное секвенирование генома и анализ искусственного интеллекта для изучения генетических вариаций у женщин из семей Ближнего Востока. Этот подход выявил значительные генетические изменения, связывающие подгруппы генов с критическими клеточными путями, включающими пероксисомы, которые играют ключевую роль в метаболизме жиров.

Заключение и перспективы

Профессор Шнайдман-Духовны отметила: «Наше исследование не только проливает свет на неуловимые генетические факторы, лежащие в основе семейного рака молочной железы, но также предвещает возможность новых, целенаправленных стратегий лечения, которые в конечном итоге могут принести пользу более широкому кругу пациентов, особенно из недостаточно представленных групп».

Эти открытия открывают потенциальные возможности для генетического тестирования и разработки таргетных методов лечения, обещая значительное влияние на ведение и лечение рака молочной железы в различных группах населения. Кроме того, полученные результаты могут способствовать созданию специализированной группы генетического тестирования для этих групп пациентов, что позволит улучшить раннее выявление и разработать персонализированные планы лечения по мере продвижения исследований.

Литература:
Gal Passi et al, Discovering predisposing genes for hereditary breast cancer using deep learning, Briefings in Bioinformatics (2024). DOI: 10.1093/bib/bbae346