İmmünoterapinin Etkinliğini Tahmin Eden Yeni Bir Yapay Zeka Modeli

Cleveland Klinik’ten Timothy Chan ve ekip arkadaşları tarafından geliştirilen yeni makine öğrenim modeli, kanserde kullanımı her geçen gün daha da yaygınlaşan immünoterapi sınıfı olan immüm kontrol noktası inhibitörlerinin, hastalarda etkili olup olmayacağını doğru bir şekilde tahmin etmektedir.

Tahminde bulunan bu yeni araç, immün kontrol noktası inhibitörlerine verilen yanıtın derecesini ve sağkalım sonuçlarını tahmin etmek için hastaya özgü olan birçok biyolojik ve klinik faktörleri değerlendirmektedir. Nature Biyoteknoloji’de yayımlanan bulgulara göre, şimdiye kadar geliştirilen bireysel biyobelirteçlerden veya diğer değişken kombinasyonlarından önemli derecede daha iyi performans göstermektedir.

Daha fazla doğrulamaya sahip bu araç, immünoterapilerden en iyi olasılıkla fayda sağlayacak kişilerin daha iyi tanımlanması açısından onkologlara yardımcı olmaktadır. Tedavi uygulanmadan önce, immünoterapiden fayda göremeyecek hastaların ayırt edilmesi, gereksiz harcamaların yanı sıra hastaların potansiyel olarak yaşayabileceği yan etikleri de azaltmaktadır. Aynı zamanda, kombinasyon tedaviler gibi ileri tedavi stratejileri izlemenin gerekliliğini de gösterebilmektedir.

Onkolojide Hastaya En Eygun / Hassas Tedavi Çağı

Cleveland Klinik İmmünoterapi ve Hassas İmmüno-Onkoloji Merkezi’nden Dr. Chan, “Hastaların hangi tedavi yöntemlerine en uygun olduklarını bilmek önemlidir” diyor. “Modelimiz, hastalar arasında immün kontrol noktası inhibitörlerine verilen yanıtların çeşitliliğinin daha kapsamlı bir şekilde anlaşılmasını sağlamaktadır. Bu, sayısız kansere karşı immünoterapi için tahmin değeri olan, bu kadar büyük ölçekli bir takım klinik ve genomik değişkenleri bir araya getiren ilk çalışmadır.”

Bu son bulgular, yüksek tümör mutasyon yükü ve DNA onarım eksiklikleri olan hastaların immün kontrol noktası tedavisine iyi yanıt verdiğini keşfeden Dr. Chan’ın daha önceki çalışmalarına dayanmaktadır. Klinik deneyler ile de doğrulanmış olan bu bulgular, herhangi bir kanser tedavisi için ilk tümörün kaynaklandığı organdan bağımsız olarak FDA tarafından onaylanmıştır.

İmmün Kontrol Noktası Nedir?

İmmün kontrol noktaları, etkinleştirildiğinde veya "açıldığında" bağışıklık sistemi yanıtının kanser hücrelerine karşı çok güçlü olmasını, buna karşın sağlıklı hücreleri yok etmesini önleyen spesifik bağışıklık hücreleri (T hücreleri) üzerindeki proteinlerdir. Bazı kanser hücreleri, kendilerini gizlemek ve bir hastanın bağışıklık sistemi tarafından hedef alınmamak için kontrol noktası sinyallerini ele geçirebilir. Kontrol noktası inhibitörleri, kanser hücrelerinin bu kontrol noktalarını aktive etmesini önleyen bir çeşit immünoterapi ilaçları sınıfıdır.

Ancak immün kontrol noktası blokörleri (IKB), tüm kanser türlerinde etkili değildir. IKB’ye yanıt veren kanserlerde bile IKB tedavisi, tüm hastaların yarısında veya daha fazlasında klinik yarar sağlayamamaktadır. Daha önce yapılan araştırmalar, immün kontrol noktası inhibitörlerinin etkinliği ile ilişkili bazı biyobelirteçleri ve genomik özellikleri tanımlamıştır, ancak tek bir faktör tedavi sonucunun optimal olarak tahmin edilmesine olanak sağlamaz.

Çalışmanın Detayları

Bu çalışmada Dr. Chan ve ekibi, iki farklı tipte immün kontrol noktası inhibitörü (özellikle PD-1/PD-L1 inhibitörleri ve CTLA-4 blokajı) veya bunların bir kombinasyonu ile tedavi edilen 16 farklı kanser türünün bulunduğu yaklaşık olarak 1500 hastadan alınan klinik, tümör ve genetik dizileme bilgilerini içeren bir veri seti kullanarak bu modeli geliştirdiler.

İlginç bir şekilde araştırmacılar, IKB yanıtı üzerinde en büyük etkiye sahip değişkenin, tümör mutasyon yükü (bir tümörün genleri içindeki belirli mutasyonların sıklığı) olduğunu ve hemen bunu takiben hastanın kemoterapi geçmişinin olduğunu buldular.

Üç kan belirtecinin (hemoglobin, trombositler ve albümin) seviyeleri de yalnızca hastaların genel sağkalımını tahmin etmek adına değil, aynı zamanda IKB tedavisine gerçek radyografik yanıtı tahmin etmek adına da güçlü bir tahmin değerine sahipti.

Dr. Chan, "Bu değişkenlerin hepsinin birlikte nasıl çalıştığı gerçekten buradaki kilit noktadır. Bu model, tek bir tahmini biyobelirteç yerine, klinik kullanım için çok faktörlü bir nomograma yöneldiğimizi göstermektedir." dedi.

İmmünoterapi Yanıtını Öngörmek İçin Tek Bir Biyobelirteç Yerine Entegre Model

Ekibin sunduğu tam entegre modelin son derece doğru olduğu kanıtlanmış ve ayrıca FDA'nın 2020'de organ kanserlerinde anti-PD-1 türünden immünoterapi etkinliğini tahmin etmek adına bir biyobelirteç olarak onayladığı tümör mutasyon yükü de dahil olmak üzere diğer iki tahmin aracından da önemli ölçüde daha iyi performans göstermiştir.

Dr. Chan, modelin hangi kanser türü olursa olsun doğru çalıştığını, ki burada önemli olan noktanın da bu olduğunu ifade ediyor. “Bunlar, IKB yanıtını etkileyen birincil faktörlerdir. Faktörler, kanserden kansere biraz farklı ağırlıkta olabilir, ancak yanıtın tahmin edilmesi için neredeyse ortak bir dil gibidir.”

Elde edilen bu sonuçlar, gerçek hayatta modelin performansının daha doğru bir şekilde değerlendirilmesini sağlamak adına geniş çapta birçok kanser hastası ile klinik çalışmaları desteklemektedir.