EVERYTHING
Як повідомляє Cancernetwork, глибокий аналіз мікросередовища пухлини (TME) за допомогою алгоритму QuantCRC та даних циркулюючої ДНК пухлини після операції (ctDNA) значно посилив прогностичну дискримінацію у пацієнтів із раком товстої кишки III стадії. Це ретроспективне дослідження, проведене на базі NCCTG N0147 trial, виявило чіткі TME-профілі, пов'язані зі статусом MRD (мінімальна залишкове захворювання).
Профілі мікросередовища пухлини та їхній зв'язок із ctDNA
Аналіз показав суттєві відмінності між групами пацієнтів. Пацієнти, у яких виявлено позитивний статус ctDNA, мали TME, що характеризується такими ознаками:
- Вищим вмістом стромальних елементів.
- Гістологією високої злоякісності.
- Наявністю незрілої строми в місці пухлини.
- Збільшеною кількістю «будівництва» пухлини та кластерами погано диференційованих клітин.
Натомість, у пацієнтів із негативним ctDNA спостерігалася інша картина: TME асоціювався з:
- Сильною імунною інфільтрацією.
- Значно вищою клітинністю пухлини.
- Збільшеною щільністю лімфоцитів, що проникають у пухлину (TIL).
- Підвищеними запальниковими стромальними ознаками.
Вплив AI-аналізу на прогнозування виживання
Багатофакторний аналіз підтвердив, що асоціації між характеристиками QuantCRC та результатом є як незалежними від ctDNA, так і залежними від нього. Однак деякі ознаки були стабільно пов'язані з неблагоприятними клінічними наслідками в обох когортах: стромальні характеристики, «будівництво» пухлини/кластери погано диференційованих клітин та вищий вміст муцину. Цікаво, що запальникові стромальні ознаки асоціювалися з покращеним прогнозом незалежно від статусу ctDNA.
Інтеграція характеристик QuantCRC забезпечила додаткову прогностичну цінність поза стандартними клінічними змінними та MRD. Дослідник Frank A. Sinicrope, MD, гастроентеролог із Mayo Clinic, Rochester, зазначив: «Позитивний статус ctDNA асоціювався з більш агресивним і стромально-багатим TME, тоді як негативність ctDNA пов'язана з більш імунною-інфільтрованою пухлиною». Він також підкреслив: «Асоціації характеристик QuantCRC із результатом продемонстрували як незалежні від ctDNA, так і залежні від нього прогностичні патерни для DFS, OS та аналізів факторів, пов'язаних з лікуванням». Ці дані свідчать про те, що AI-орієнтована гістопатологічна кількісна оцінка фіксує прогностичну інформацію, яка не враховується повністю традиційним клінічним стадіюванням чи молекулярною детекцією MRD.
Таким чином, використання глибокого навчання для детального аналізу TME відкриває новий рівень прецизійної онкології, дозволяючи виходити за рамки простих біомаркерів і клінічних стадій.