Kolorektalni karcinom je drugi najčešći uzrok smrti od raka širom svijeta. Kada se otkrije rano, obično može efikasno da se liječi, ali troškovi i neudobnost kolonoskopije, standardne dijagnostičke procedure, često odlažu otkrivanje.
Istraživači sa Univerziteta u Ženevi napravili su veliki korak naprijed koristeći mašinsko učenje za mapiranje svih ljudskih crijevnih bakterija na neviđenom nivou detalja, što im omogućava da bolje razumiju fiziološku ulogu različitih mikrobnih podgrupa.
Ovaj sveobuhvatni katalog je zatim primijenjen za identifikaciju kolorektalnog karcinoma putem bakterijskih potpisa pronađenih u jednostavnim uzorcima stolice, nudeći neinvazivnu i pristupačnu alternativu tradicionalnim metodama.
Ovaj pristup takođe ima širok potencijal primjene, od otkrivanja drugih vrsta raka do unaprijeđenja znanja o tome kako crevni mikrobiom utiče na zdravlje.
Rezultati su objavljeni 13. avgusta u časopisu Cell Host & Microbe.
Kolorektalni karcinom se često dijagnostikuje tek nakon što je uznapredovao, kada su mogućnosti liječenja ograničene. Ovo ističe hitnu potrebu za lakšim i manje invazivnim alatima za skrining, posebno imajući u vidu zagonetan porast broja slučajeva među mlađim odraslim osobama.
Crijevni mikrobiom utiče na kolorektalni karcinom
Iako naučnici odavno znaju da crijevni mikrobi utiču na razvoj kolorektalnog karcinoma, primjena ovog znanja u kliničkoj praksi je bila teška. Jedan od razloga je taj što različiti sojevi unutar iste bakterijske vrste mogu da djeluju različito – neki mogu da dovedu do bolesti, dok drugi djeluju bezopasno.
“Umjesto da se oslanjamo na analizu različitih vrsta koje čine mikrobiotu, koja ne obuhvata sve značajne razlike, ili na bakterijske sojeve, koji se značajno razlikuju od jedne jedinke do druge, fokusirali smo se na srednji nivo mikrobiote, podvrstu”, objašnjava Mirko Trajkovski, redovni profesor na Katedri za ćelijsku fiziologiju i metabolizam i u Centru za dijabetes na Medicinskom fakultetu Univerziteta u Ženevi, koji je vodio ovo istraživanje.
“Podvrsta je specifična i može da obuhvati razlike u načinu na koji bakterije funkcionišu i doprinose bolestima, uključujući rak, a da pritom ostane dovoljno opšta da bi se otkrile ove promene među različitim grupama pojedinaca, populacijama ili zemljama”, rekao je.
Inovativan pristup za analizu
Prvi korak je bio analiza ogromnih količina podataka.
“Kao bioinformatičaru, izazov je bio da smislim inovativan pristup za analizu masovnih podataka”, sjeća se Matija Tričković, doktorand u laboratoriji Mirka Trajkovskog i prvi autor ove studije: Uspješno smo razvili prvi sveobuhvatni katalog podvrsta ljudske crijevne mikrobiote, zajedno sa preciznom i efikasnom metodom za njegovu upotrebu kako za istraživanje, tako i u klinici.
Precizna metoda
Kombinovanjem ovog kataloga sa postojećim kliničkim podacima, naučnici su razvili model koji može da predvidi prisustvo kolorektalnog karcinoma isključivo na osnovu bakterija prisutnih u uzorcima stolice.
“Iako smo bili sigurni u našu strategiju, rezultati su bili zapanjujući. Naša metoda je otkrila 90 odsto slučajeva raka, rezultat veoma blizak stopi otkrivanja od 94 odsto koji se postiže kolonoskopijama i bolji od svih trenutnih neinvazivnih metoda otkrivanja”, kaže Matija Tričković.
Uključivanjem dodatnih kliničkih podataka, model ima potencijal da postane još precizniji, približavajući se pouzdanosti kolonoskopije. Mogao bi da posluži kao rutinska metoda skrininga, za identifikaciju ranih slučajeva kolorektalnog karcinoma, a kolonoskopije bi se zatim koristile samo za potvrđivanje dijagnoze kod manje, ciljane grupe pacijenata.
“Ista metoda bi uskoro mogla da se koristi za razvoj neinvazivnih dijagnostičkih alata za širok spektar bolesti, a sve to na osnovu jedne analize mikrobioma”, zaključuje Mirko Trajkovski, a prenosi SciTechDaily.
