Radiogenomica – Imagistica medicală și informația genetică își unesc forțele

Inovație în genetică și radiologie

Ce înseamnă „omica”?

Omica este denumirea generală a disciplinelor care studiază cuprinzător diferite aspecte ale sistemelor biologice. Include genomica, proteomica și metabolomica și analizează structura, funcțiile și interacțiunile biomoleculelor.

Ce este radiomica?

Radiomica presupune extragerea și analizarea unui număr mare de caracteristici cantitative din datele imagistice medicale. Tehnica este utilizată pentru o mai bună înțelegere a heterogenității și caracteristicilor tumorilor.

Ce este genomica?

Genomica studiază structura, funcția și interacțiunile întregului material genetic al unui organism, adică genomul. Cercetările urmăresc să înțeleagă funcționarea genelor, asocierea lor cu bolile și efectele variațiilor genetice individuale asupra sănătății.

Ce este radiogenomica?

Radiogenomica integrează datele imagistice medicale cu informațiile genomice și studiază relațiile dintre ele. Metoda este folosită pentru dezvoltarea unor abordări personalizate în tratamentul cancerului.

Ar putea radiogenomica să fie cheia medicinei personalizate?

Concentrându-se pe relația dintre genom și fenotipurile imagistice, radiogenomica este aplicată pe scară largă pentru abordarea heterogenității tumorale și anticiparea răspunsului imun și a progresiei bolii. Este o consecință inevitabilă a tendințelor actuale din medicina personalizată: costă mai puțin decât secvențierea genetică tradițională și oferă acces la întreaga tumoră, nu doar la probe limitate de biopsie. Furnizând informație genetică prin voxeli, pixeli volumetrici, poate permite tratamente personalizate care vizează o tumoră heterogenă sau un grup de tumori. Pe lângă evaluarea cantitativă a leziunilor, poate diferenția formațiunile benigne de cele maligne și caracteristicile pacienților, facilitând o stratificare mai bună a riscului și o imagistică și un screening mai precise. În articol descriem aplicarea radiogenomicii în diagnosticul, planificarea și evaluarea tratamentului oncologic, dintr-o perspectivă multiomică. Discutăm și dificultățile domeniului, amploarea metodelor și aplicabilitatea lor clinică.

Revoluția genomică și schimbarea medicinei

De la revoluția genomică de la începutul anilor 1990, cercetarea oncologică s-a concentrat pe cauzele fundamentale ale bolilor la nivel genetic, urmărind să permită tratamente personalizate. Proiectul Genomului Uman a fost urmat, după finalizare, de o orientare mai funcțională a genomicii, spre profilurile de expresie și rolurile genelor și proteinelor. Înțelegerea geneticii cancerului a schimbat modul în care gândim și tratăm boala. Atlasul Genomului Cancerului (TCGA) este unul dintre proiectele în care au fost utilizate numeroase probe pentru a furniza date transcriptomice, epigenomice și proteomice ample, pentru multe cancere. Metodele genetice tradiționale se bazează însă pe biopsii invazive sau pe țesuturi anatomopatologice obținute după operație. Aceste proceduri implică riscuri și complicații potențiale, neputând fi aplicate fiecărui pacient cu cancer.

Heterogenitatea tumorală trebuie avută în vedere

Din cauza heterogenității intra- sau intertumorale, biopsiile tisulare pot să nu identifice corect modificările genetice importante. Probele provin adesea dintr-o mică parte a unei leziuni heterogene și pot să nu reprezinte corect caracteristicile anatomice, funcționale și fiziologice ale acesteia. Mai important, recoltarea repetată de țesut pentru evaluarea răspunsului în timpul tratamentului nu este posibilă. Integrarea profilului genomic sau proteomic în practica clinică generală rămâne, așadar, dificilă.

Apariția soluțiilor radiomice

Imagistica medicală este o tehnologie esențială în știința medicală și practica clinică. Rolul ei evoluează rapid de la instrument major de diagnostic la unul dominant în medicina personalizată. Evaluarea tradițională se bazează pe trăsături calitative: densitatea tumorii, tiparele de captare a contrastului, regularitatea marginilor, componentele celulare și acelulare, relațiile anatomice cu structurile din jur și modificările anatomice. În schimb, radiomica, un domeniu în dezvoltare rapidă, permite extragerea digitală a informațiilor cantitative din imagini pe patru canale, precum densitatea, textura, forma și dimensiunea.

Introdusă în 2012, radiomica urmărește să descrie și să anticipeze heterogenitatea tumorală prin extragerea unor caracteristici imagistice cantitative cu algoritmi de mare capacitate, urmată de filtrarea, gruparea și analiza datelor. În ciuda progreselor în transformarea imaginilor medicale digitale în diverse date relevante, există obstacole importante în stabilirea interpretării biologice a caracteristicilor radiomice.

Integrarea datelor diferite

Pe măsură ce intrăm în noua eră a volumelor mari de date și a medicinei personalizate, numeroși experți au propus conceptul de „radiogenomică”. Acesta urmărește construirea unor legături la mai multe scări între imagistica medicală și datele genomice. Poate fi privit ca o combinație a radiomicii și genomicii, care abordează lipsurile menționate. În ultimul deceniu s-a dezvoltat considerabil și a demonstrat potențialul unor metode neinvazive de prognostic și diagnostic, corelând caracteristicile imagistice cantitative cu semnăturile genomice și identificând biomarkeri terapeutici, mai ales pentru cancer. Îmbunătățirea caracterizării moleculare a cancerelor și progresele în analiza texturii și învățarea automată pregătesc diagnosticul oncologic pentru medicina personalizată prin radiogenomică.

De la revoluția genomică de la începutul anilor 1990, cercetarea oncologică s-a concentrat asupra cauzelor fundamentale ale bolilor la nivel genetic. După finalizarea Proiectului Genomului Uman, genomica s-a orientat spre un nivel mai funcțional, axat pe profilurile de expresie și rolurile genelor și proteinelor. Înțelegerea geneticii cancerului a schimbat modul în care gândim și tratăm boala. În proiecte precum Atlasul Genomului Cancerului (TCGA), numeroase probe au furnizat date transcriptomice, epigenomice și proteomice ample pentru multe cancere. Totuși, metodele genetice tradiționale se bazează pe biopsii invazive sau țesuturi anatomopatologice postoperatorii, cu riscuri și complicații potențiale, și nu pot fi aplicate fiecărui pacient. Heterogenitatea intra- sau intertumorală poate împiedica identificarea corectă a modificărilor genetice importante prin biopsie. Probele provin de obicei dintr-o mică parte a leziunii și pot să nu reprezinte corect caracteristicile anatomice, funcționale și fiziologice ale acesteia. Mai important, recoltarea repetată de țesut pentru a evalua răspunsul în timpul tratamentului nu este posibilă. De aceea, integrarea profilului genomic sau proteomic în practica clinică generală rămâne dificilă.

Imagistica medicală este o tehnologie esențială în știința medicală și practica clinică. Rolul ei evoluează rapid de la instrument major de diagnostic la unul dominant în medicina personalizată. Evaluarea tradițională se bazează pe trăsături calitative: densitatea tumorii, tiparele de captare a contrastului, regularitatea marginilor, componentele celulare și acelulare, relațiile cu structurile din jur și modificările anatomice. Radiomica, un domeniu în dezvoltare rapidă, permite în schimb extragerea digitală a unor informații cantitative din imagini pe patru canale, precum densitatea, textura, forma și dimensiunea. Introdusă în 2012, ea urmărește descrierea și anticiparea heterogenității tumorale prin extragerea caracteristicilor imagistice cu algoritmi de mare capacitate, urmată de filtrarea, gruparea și analiza datelor. Deși s-au făcut progrese în transformarea imaginilor digitale în date relevante, stabilirea interpretării biologice a caracteristicilor radiomice întâmpină încă obstacole majore.

La intrarea în noua eră a volumelor mari de date și a medicinei personalizate, mulți experți au propus „radiogenomica”. Ea urmărește legături la mai multe scări între imagistica medicală și datele genomice. Poate fi privită ca o combinație a radiomicii și genomicii, care abordează lipsurile menționate anterior. În ultimul deceniu s-a dezvoltat mult și a arătat potențial pentru metode neinvazive de prognostic și diagnostic, prin corelarea caracteristicilor imagistice cantitative cu semnăturile genomice și identificarea biomarkerilor terapeutici, mai ales în cancer. Caracterizarea moleculară tot mai bună a cancerelor și progresele în analiza texturii și învățarea automată pregătesc diagnosticul oncologic pentru medicina personalizată prin radiogenomică.

Privire de ansamblu asupra fluxurilor de lucru radiogenomice

Ideea de bază este combinarea datelor imagistice, care reflectă cantitativ fenotipurile bolii, cu datele genomice, care reflectă activitățile moleculare, pentru a stabili legături între caracteristicile genomice și imagistice. Analiza și sintetizarea lor oferă informații despre fondul genetic și evoluția bolilor. Instrumentele și metodele sunt prezentate în detaliu mai jos. În 2012, Lambin și colaboratorii au introdus oficial conceptul de genomică imagistică: transformarea imaginilor medicale într-un volum mare de informații prin extragerea automată, de mare capacitate, a caracteristicilor, pentru explorarea naturii biologice a imaginilor și sprijinirea deciziilor clinice. Fluxul cuprinde: (i) achiziția imaginilor, similară „înregistrării cazurilor” din studiile clinice, prin radiografie, ecografie, imagistică prin rezonanță magnetică (MRI) și tomografie cu emisie de pozitroni (PET)/CT; (ii) segmentarea imaginilor, manuală, semiautomată sau complet automată; (iii) extragerea și descrierea caracteristicilor, adică obținerea unor date cu multe dimensiuni pentru caracterizarea cantitativă a regiunilor de interes, partea centrală a histologiei imagistice; (iv) selectarea caracteristicilor și construirea modelului; (v) aplicațiile clinice, în special clasificarea și stadializarea tumorilor și anticiparea prognosticului (Figura 1).

Privire de ansamblu asupra ramurilor omice ale relației radiomică-genomică

Dezvoltarea recentă a tehnologiilor radiogenomice a produs schimbări de paradigmă în cercetarea aplicării clinice a radiomicii dintr-o perspectivă multiomică. Fathi și colaboratorii au combinat informații clinice, metilarea MGMT, date radiomice și genetice pentru a modela corect rezultatele pacienților cu GBM nou diagnosticat. Cercetarea a descris aplicarea radiogenomicii în medicina de precizie printr-o abordare multiomică, pentru clasificarea corectă a grupurilor de risc. În această analiză împărțim, așadar, radiogenomica în trei componente principale. Am căutat în PubMed și Web of Science articole relevante publicate între 2017 și 2022, cu factor de impact (IF) mai mare de 5.

Utilizarea modelelor radiogenomice pentru anticiparea mutațiilor genetice

Identificarea mutațiilor genetice este importantă pentru diagnosticul cancerului, alegerea tratamentului și monitorizarea eficacității acestuia. Cea mai utilizată metodă este biopsia tisulară, invazivă, costisitoare și lentă, deci nepotrivită pentru toți pacienții. Radiomica înseamnă extragerea și analiza automată a numeroase caracteristici imagistice cantitative avansate, din diferite modalități de imagistică radiologică standard. Radiogenomica a apărut ca un domeniu nou, care le combină cu genomica și facilitează medicina de precizie. Sunt necesare cercetări suplimentare asupra aplicațiilor radiomice în anticiparea mutațiilor, pentru a sprijini detectarea mai eficientă a cancerului. În această secțiune trecem în revistă rolul radiomicii în anticiparea mutațiilor din tumorile cerebrale, pulmonare, colorectale, mamare și renale. Majoritatea studiilor s-au concentrat pe modificări ale unui singur nucleotid și pe mutații de inserție/deleție (indel).

Polimorfismul de un singur nucleotid (SNP) este varianta genomică studiată cel mai frecvent. SNP-urile sunt modificări ale unei singure perechi de baze, care pot influența ADN-ul codant și necodant și expresia proteinelor. GWAS este un studiu de genetică moleculară ce folosește milioane de SNP-uri din genom pentru analiza genetică. Acestea sunt utilizate ca biomarkeri moleculari pentru compararea și identificarea variantelor care influențează trăsături complexe. Folosind radiogenomica, Seibold și colaboratorii au evaluat cele mai importante zece SNP-uri din patru gene la 1883 de paciente cu cancer de sân în etapa de replicare, apoi le-au validat la alte 753 de paciente. Au constatat că rs2682585 era strâns asociat cu toxicitatea cutanată tardivă și cu răspunsul toxic general 

. În mod similar, Kerns și colaboratorii au descoperit că genele AGT, COG2, CAPN9, ARV1, AL512328.1 și LOC101927604 ar putea fi asociate cu hematuria radiotoxică progresivă după iradierea cancerului de prostată.

Existența unor terapii specifice pentru subgrupuri genomice ale cancerului pulmonar fără celule mici (NSCLC) face genotiparea esențială pentru orientarea tratamentului. Radiogenomica poate oferi un instrument important pentru genotiparea rapidă și neinvazivă a tumorilor. Mutațiile receptorului factorului de creștere epidermal (EGFR) și rearanjările kinazei limfomului anaplazic (ALK) sunt indicatori biologici importanți pentru tratamentul cu inhibitori de tirozin-kinază (TKI). Lv și colaboratorii au confirmat că o valoare pSUVmax scăzută era asociată cu statusul EGFR mutant și, împreună cu alți factori clinici, ar putea îmbunătăți discriminarea acestui status la unii pacienți NSCLC care nu pot fi testați pentru EGFR. Studiul retrospectiv a inclus 849 de pacienți NSCLC cu modificări EGFR sau ALK. Zhang și colaboratorii au extras, cu pachetul LIFEx, 47 de caracteristici PET și 45 CT, combinându-le cu variabile clinice într-un model cu putere predictivă ridicată pentru EGFR. În mod similar, Zhang și colaboratorii au anticipat mutațiile EGFR din NSCLC pe baza a 485 de caracteristici cantitative de textură din imaginile CT ale grupului de antrenare, cu performanță excelentă a modelului bazat pe caracteristici de histologie imagistică. Nair și colaboratorii au construit un model de genomică imagistică pentru identificarea mutațiilor EGFR folosind CT și 18F-FDG-PET-CT. Modelul bazat pe FDG-PET a diferențiat bine EGFR de tip sălbatic de cel mutant, cu AUC 0,8. În general, FGD-PET și CT au performanțe ridicate în identificarea mutațiilor EGFR și rearanjărilor ALK în tumorile NSCLC.

Incidența în creștere a cancerului colorectal (CRC), împreună cu morbiditatea și mortalitatea, reprezintă o provocare terapeutică majoră. Studiile de genomică imagistică privind statusul mutațional KRAS în CRC au atras mult interes. Shin și colaboratorii au observat asocieri ale mutațiilor KRAS cu morfologia polipilor, lungimea axială crescută, raportul axial-longitudinal crescut și statusul ganglionar N2. Lubner și colaboratorii au examinat ulterior 77 de metastaze hepatice CRC și au constatat corelații ale parametrilor de textură cu gradul tumoral, antigenul carcinoembrionar seric (CEA) și statusul KRAS. Yang și colaboratorii au modelat și analizat relația dintre mutații și contextul clinic, stadiul tumoral și diferențierea histologică la 117 pacienți CRC. Caracteristicile de histologie imagistică erau corelate cu mutațiile KRAS/NRAS/BRAF, sugerând că CT poate contribui la caracterizarea genotipurilor tumorale și la tratamente mai precise.

Studiile de mai sus au arătat o bună valoare predictivă a caracteristicilor imagistice convenționale și de histologie imagistică pentru mutațiile genetice din mai multe cancere. Deși nu pot înlocui biopsia pancreatică, caracterul neinvaziv și repetabil le poate face utile în deciziile terapeutice. Aplicarea clinică poate fi însă limitată de numeroasele SNP-uri radiosensibile încă nedescoperite.

Locul aplicațiilor radiomice în transcriptomică

Înțelegerea rolurilor variate ale fiecărei gene necesită transcriptomică, adică studierea tiparelor de expresie la nivelul transcripției genetice într-un organism sau în anumite celule, în condiții specifice. Transcriptomica ajută la înțelegerea variațiilor expresiei genice între oamenii sănătoși și pacienți. Analizând ce gene sunt activate sau dezactivate și în ce grupuri de persoane, cercetătorii obțin indicii despre influența variațiilor asupra progresiei bolii. Biomarkerii transcriptomici necesită deci cercetări suplimentare pentru orientarea mai precisă a detectării cancerului. În această secțiune trecem în revistă rolul lor în tumorile cerebrale și renale.

Semnificația clinică necunoscută a unor mutații frecvente le limitează utilizarea ca biomarkeri. Biomarkerii transcripționali sunt însă metode superioare pentru împărțirea ccRCC în subgrupuri moleculare relevante clinic. Brooks și colaboratorii au dezvoltat o semnătură de expresie cu 34 de gene pentru clasificarea ccRCC localizat în categorii cu risc ridicat și scăzut. Jamshidi și colaboratorii au aplicat algoritmul GSEA pentru identificarea căilor oncogene folosind caracteristici MRI. Au găsit corelații între 34 de loci genici cu variații concordante ale dozajului genic și expresiei mRNA, construind o hartă a relațiilor radiogenomice MRI, mRNA și CNV pentru GBM. Un alt studiu a explorat transcriptomica în carcinomul hepatocelular, corelând fenotipurile PET/CT cu 18F-fluorocolină cu trăsăturile moleculare și examinând asocierea potențială cu supraviețuirea. Yamamoto și colaboratorii au creat o hartă radiogenomică în cancerul de sân, corelând fenotipurile MRI cu tiparele globale de expresie genică și identificând relații cu seturi de gene de interes. Au constatat și asocierea caracteristicilor de accentuare a marginilor MRI cu opt lncRNA, inclusiv HOX transcript antisens RNA (HOTAIR).

Combinarea radiomicii cu epigenetica

Înțelegerea modului în care modificările epigenetice favorizează apariția cancerului este o direcție intens studiată. Spre deosebire de mutațiile genetice, modificările epigenetice sunt reversibile și constituie ținte atractive pentru intervenție. Cancerul este inițiat și se dezvoltă prin mecanisme epigenetice, iar diversitatea epigenetică favorizează tipare dinamice de expresie genică ce ajută evoluția și adaptarea tumorii. Oferind abordări noi ale relațiilor importante dintre trăsăturile epigenetice și caracteristicile clinicopatologice ale cancerului, radiogenomica evidențiază potențialul semnelor epigenetice ca biomarkeri în medicina personalizată.

Pentru a explora relațiile dintre caracteristicile CT, metilarea RUNX3 și supraviețuire, Cen și colaboratorii au construit un model de carcinom renal cu celule clare. Au descoperit că marginile tumorale neclare, localizarea pe partea stângă și vasele intratumorale anticipau semnificativ un nivel crescut de metilare RUNX3. Kanas și colaboratorii au arătat, de asemenea, o relație între variabilele MRI preoperatorii standard și statusul metilării MGMT în glioblastom.

În general, o mai bună înțelegere a mecanismelor epigenetice și a interacțiunilor dintre omica epigenetică și radiomică poate oferi perspective noi pentru dezvoltarea strategiilor radiogenomice.

Aplicații clinice

De la începutul acestui deceniu, cercetarea radiogenomică a progresat remarcabil, subliniind potențialul domeniului de a îmbunătăți semnificativ îngrijirea clinică. Fiind încă la început, radiogenomica nu și-a atins întregul potențial clinic. Multe studii au arătat însă rezultate promițătoare în aplicații timpurii. Am căutat în PubMed și Web of Science articole relevante din perioada 2017-2022, cu factor de impact (IF) mai mare de 5.

Relația dintre fenotipurile imagistice și cele moleculare

Obținerea unui fenotip molecular corect este o condiție prealabilă a terapiei țintite. Din cauza heterogenității tumorilor maligne, fragmentele mici de biopsie reflectă cu dificultate mutațiile genetice tumorale. Radiogenomica urmărește să îmbunătățească situația, evidențiind relația dintre caracteristicile imagistice, fenotipul imagistic, și markerii moleculari tumorali, fenotipul molecular.

Detectarea mutațiilor IDH1 are o importanță majoră pentru diagnosticul și prognosticul gliomului. GBM poate fi clasificat, în funcție de statusul izocitrat dehidrogenazei (IDH), ca tip IDH sălbatic sau mutant. Majoritatea cercetărilor au folosit MRI pentru anticiparea statusului IDH, cu succese modeste. Cercetările actuale aplică învățarea automată, factori clinici și caracteristici MRI multimodale pentru anticiparea genotipurilor IDH în glioamele de grad înalt. Zhang și colaboratorii au creat, de exemplu, un clasificator de tip pădure aleatoare folosind date clinice și caracteristici imagistice multimodale preoperatorii. Chang și colaboratorii au folosit învățarea profundă și MRI convențional pentru anticiparea neinvazivă a genotipului IDH în glioamele de grad II-IV. Modelul ar putea fi un instrument neinvaziv complementar prelevării tisulare invazive, facilitând gestionarea bolii mai devreme și în cursul urmăririi.

Subtipurile moleculare ale cancerului de sân, inclusiv luminal A, luminal B, îmbogățit HER2 și de tip bazal (Figura 2), au fost propuse inițial de Perou și colaboratorii pentru a explica diferențele de răspuns și de rezultate clinice. Studiile ulterioare au confirmat importanța lor și concordanța parțială a deciziilor privind chimioterapia, tratamentul endocrin și terapia țintită HER2 cu aceste subtipuri. Mazurowski și colaboratorii au studiat 48 de paciente din arhiva de imagini oncologice și au extras 23 de caracteristici DCE-MRI, arătând asocierea captării dinamice de contrast cu subtipul luminal B. În acest subtip, rata de captare a leziunii tinde să depășească rata captării parenchimatoase de fond. Leithner și colaboratorii au constatat că trăsăturile DWI, precum histogramele de ordinul întâi și matricele de coocurență a nivelurilor de gri, pot identifica mai precis statusul receptorilor și subtipurile moleculare pentru luminal B și subtipul îmbogățit HER2. Xie și colaboratorii au diferențiat cancerul triplu negativ de alte subtipuri prin MRI multiplanar și analiza histogramelor tumorale, cu o bună acuratețe față de luminal A și subtipul îmbogățit HER2. Dilorenzo și colaboratorii au investigat valoarea captării parenchimatoase de fond (BPE) la MRI în diagnosticul diferențial al subtipurilor: BPE ușoară indica luminal B sau subtipuri HER2 negative, iar BPE intensă indica boală triplu negativă.

Noile perspective biologice au dus la definirea a patru subgrupuri moleculare de meduloblastom (MB): sonic hedgehog (SHH), wingless (WNT), grupul 3 și grupul 4. Caracteristicile convenționale extrase din MRI multiparametric preoperator au fost asociate cu subgrupurile MB, permițând nomograme specifice cu acuratețe predictivă variabilă. Nomogramele bazate pe MRI multiparametric preoperator pot anticipa fiabil subtipurile SHH și grupul 4. Yan și colaboratorii au dezvoltat modele de învățare automată pentru anticiparea subpopulațiilor moleculare MB. Rezultatele arată potențialul algoritmilor de a le anticipa neinvaziv.

Radiogenomica pentru evaluarea eficacității tratamentelor oncologice și alegerea opțiunilor terapeutice

În ultimii ani, cercetarea radiogenomică a înregistrat progrese fără precedent, arătând că trăsăturile imagistice ale țesutului tumoral pot anticipa precis răspunsul la chimioterapie, radioterapie, terapii țintite și imunoterapie.

Imunoterapie

Genomica imagistică 18F-FDG-PET/CT este tot mai studiată și aplicată pentru anticiparea expresiei PD-1/PD-L1. Studii recente au arătat că scorul obținut prin învățare profundă (DLS) ar putea înlocui măsurarea PD-L1 prin IHC în orientarea deciziilor individuale. Dall'Olio și colaboratorii au arătat, de asemenea, că un volum tumoral metabolic total (tMTV) ≥ 75 cm3 ar putea fi un biomarker de prognostic nefavorabil la pacienții cu NSCLC avansat și expresie PD-L1 ridicată. Informația ar putea identifica pacienții care ar beneficia de chimioterapie în plus față de pembrolizumab.

Tratament sistemic neoadjuvant

Tratamentul sistemic neoadjuvant (NST) este standard de îngrijire în cancerul de sân localizat și avansat, reducând tumora și crescând posibilitatea operației conservatoare. Doar puține paciente beneficiază însă de NST, deoarece unele leziuni biologic agresive nu pot fi controlate eficient după tratament. Identificarea celor care ar beneficia este, așadar, esențială. Răspunsul patologic complet (pCR) este strâns asociat cu un prognostic favorabil pe termen lung și poate evalua eficacitatea NST. Tsukada și colaboratorii au anticipat dacă tipurile tumorale vor atinge pCR după NST și au identificat două caracteristici MRI asociate: direcția de creștere și raportul conturului. Tumorile care cresc în direcția ligamentului Cooper și cele cu un raport rapid al conturului la MRI multiplanar înainte de tratament erau predictive pentru pCR. Kim și colaboratorii au folosit supraviețuirea fără recidivă pentru evaluarea prognosticului și au constatat că entropia ridicată pe T2WI, adică heterogenitatea crescută, se asociază cu o supraviețuire fără recidivă semnificativ mai redusă.

Radioterapie

În radioterapie, radiogenomica poate sprijini deciziile clinice printr-un model integrat al dimensiunilor imagistice și genetice. Numeroase studii au arătat că poate anticipa reacțiile adverse ale radioterapiei și poate identifica markeri genetici utili pentru alegerea celei mai bune scheme, în vederea maximizării rezultatelor. Tehnicile au evoluat de la radioterapie bidimensională la tridimensională și chiar cvadridimensională, iar distribuția dozei a trecut de la doză punctuală la doză volumetrică. Tehnicile noi se bazează pe volume mari de date imagistice. Fenotiparea detaliată și precisă prin radiomică arată heterogenitatea intratumorală într-o gamă largă de tumori solide. Integrarea caracterizării multiomice în modelul fizic poate contribui și la orientarea fizicienilor medicali în extinderea protocoalelor de reiradiere în terapiile țintite.

Anticiparea răspunsului la medicamente și a rezistenței potențiale

Radiogenomica poate anticipa răspunsul la medicamente și rezistența potențială, pentru a orienta tratamentul individualizat al tumorilor. În 2007, Kuo și colaboratorii au găsit o asociere puternică între anumite aspecte CT cu contrast și sensibilitatea carcinomului hepatocelular la adriamicină. Medicina de precizie necesită nu doar identificarea unor ținte modificabile de monitorizare și tratament, ci și tehnologii fiabile, neinvazive, care să detecteze schimbarea lor în timp. Oferind informații genetice voxel cu voxel într-o tumoră heterogenă sau într-un ansamblu de cancere în boala metastatică, radiogenomica sprijină programele terapeutice personalizate.

Modele radiogenomice ca biomarkeri clinici pentru anticiparea prognosticului și recidivei

Crearea semnăturilor radiogenomice prin combinarea caracteristicilor imagistice, genetice și patologice evidențiază legătura dintre imagini și rezultatele pacienților și accelerează integrarea clinică. Biomarkerii imagistici alternativi îmbunătățesc capacitatea clinicienilor de a anticipa rezultate relevante. Invazia venoasă radiogenomică (RVI) este un biomarker CT cu contrast (CECT) al MVI. Banerjee și colaboratorii au descoperit că RVI pe CECT preoperator este asociată cu supraviețuire globală (OS) nefavorabilă și recidivă precoce. RVI ar putea identifica persoanele cu probabilitate redusă de beneficiu chirurgical pe termen lung.

Anticiparea prognosticului și răspunsului la tratament prin radiogenomică

Anticiparea prognosticului și răspunsului la tratament este una dintre cele mai promițătoare aplicații clinice. Combinând caracteristicile tumorii cu datele genomice, radiogenomica oferă un instrument puternic pentru estimarea rezultatelor și sprijinirea deciziilor terapeutice.

Cancer de prostată

În diagnosticul cancerului de prostată, radiogenomica poate anticipa progresia și răspunsul la tratament, folosind MRI multiparametric (mpMRI) și date genetice din biopsii. Woo și colaboratorii au găsit asocieri puternice între datele radiogenomice mpMRI, scorul Gleason și rezultatele biopsiilor prostatice. Aceasta sugerează un rol important în diagnosticul și gestionarea bolii.

Tumori cerebrale

În tratamentul glioblastomului (GBM), radiogenomica este esențială pentru înțelegerea heterogenității tumorale și personalizarea planurilor. Modelele care combină MRI cu date genomice pot anticipa răspunsul și rezultatele pacienților. Carrillo și colaboratorii au dezvoltat un model de anticipare a supraviețuirii globale în GBM folosind MRI preoperator și date genomice, cu potențial de îmbunătățire a răspunsului și prognosticului pe termen lung.

Cancer de sân

Radiogenomica este utilizată și pentru anticiparea răspunsului și dezvoltarea strategiilor personalizate în cancerul de sân. Datele genomice fluide și caracteristicile MRI au fost combinate pentru anticiparea răspunsului la chimioterapia neoadjuvantă. Sutton și colaboratorii au arătat capacitatea unui model care le combină de a anticipa răspunsul la tratament, subliniind importanța radiogenomicii în planificarea terapeutică.

Cancer colorectal

În tratamentul cancerului colorectal (CRC), radiogenomica furnizează informații valoroase pentru anticiparea răspunsului și progresiei bolii. Lubner și colaboratorii au dezvoltat un model care folosește date genetice și caracteristici imagistice ale pacienților CRC pentru anticiparea răspunsului. El are potențialul de a îmbunătăți răspunsul la chimioterapie și prognosticul pe termen lung.

Cancer pulmonar

În cancerul pulmonar, radiogenomica poate anticipa răspunsul și poate sprijini planificarea tratamentului prin combinarea datelor genetice și imagistice. Datele radiogenomice sunt utilizate pentru anticiparea răspunsului la terapii țintite. Wei și colaboratorii au arătat că un model care combină caracteristici PET/CT și date genomice ale pacienților poate anticipa răspunsul și prognosticul, evidențiind importanța radiogenomicii în tratamentul cancerului pulmonar.

Concluzii și perspective

Radiogenomica devine o componentă importantă a medicinei personalizate în cancer. Combinarea datelor imagistice și genomice oferă un instrument puternic pentru înțelegerea heterogenității tumorale, anticiparea răspunsului și optimizarea planurilor terapeutice. Se așteaptă dezvoltarea în continuare și extinderea aplicațiilor sale clinice.

Radiogenomica are potențialul de a revoluționa cercetarea și practica oncologică. Progresul domeniului va contribui la tratamente mai precise și eficiente și la o calitate a vieții mai bună. Va avea un rol important în viitorul medicinei personalizate pentru cancer.

Radiogenomica: direcții viitoare și provocări

Extinderea și acceptarea radiogenomicii în practica clinică necesită depășirea unor dificultăți legate de integrarea datelor, standardizare, validare și etică.

Integrarea datelor

Radiogenomica produce volume foarte mari de date, a căror integrare și analiză reprezintă o provocare. Sunt necesare tehnici avansate de calcul pentru a lega datele genomice, imaginile radiologice și informațiile clinice. Procesul trebuie gestionat atent pentru a asigura corectitudinea și fiabilitatea datelor.

Standardizare

Standardizarea datelor radiogenomice este necesară pentru compararea și partajarea lor între grupuri de cercetare și clinici. Standardizarea colectării, prelucrării și analizei va accelera integrarea în practica clinică.

Validare

Modelele radiogenomice trebuie validate riguros înainte de utilizarea clinică. Pentru a le asigura fiabilitatea și acuratețea, sunt necesare studii clinice ample, multicentrice. Validarea este importantă pentru evaluarea performanței în condiții reale.

Aspecte etice

Utilizarea datelor radiogenomice ridică și dificultăți privind confidențialitatea și etica. Siguranța și confidențialitatea datelor pacienților sunt esențiale în cercetare și aplicare. Prin urmare, regulile de protecție a datelor și cele etice trebuie respectate cu rigurozitate.

Direcții viitoare

Direcțiile viitoare ale cercetării radiogenomice vor contribui la progresul medicinei personalizate. Iată câteva dintre acestea:

Inteligență artificială și învățare automată

Utilizarea inteligenței artificiale (AI) și a învățării automate (ML) în radiogenomică va accelera semnificativ analiza și interpretarea datelor. AI și ML vor sprijini deciziile clinice prin prelucrarea mai rapidă și mai precisă a informațiilor extrase din datele radiogenomice.

Abordări multiomice

Radiogenomica va fi mai cuprinzătoare și mai eficientă prin combinarea datelor genomice cu date proteomice, metabolomice și alte date omice. Abordările multiomice vor permite o înțelegere mai profundă a biologiei cancerului și vor îmbunătăți strategiile terapeutice personalizate.

Imagistică în timp real și planificare terapeutică

Radiogenomica poate fi utilizată în imagistica în timp real și în planificarea tratamentului, pentru monitorizarea răspunsului pacientului în fiecare etapă și optimizarea planului terapeutic. Datele radiogenomice în timp real pot îmbunătăți eficacitatea tratamentului și calitatea vieții.

Utilizare largă în practica clinică

Rezultatele cercetărilor radiogenomice vor fi folosite tot mai mult în practica clinică. Aceasta va contribui la extinderea medicinei personalizate în oncologie și la îmbunătățirea rezultatelor pacienților.

Colaborări internaționale

Colaborarea internațională este esențială pentru succesul cercetării radiogenomice. Partajarea datelor și colaborarea între cercetători și clinici din țări diferite vor accelera progresul domeniului.

Concluzie

Radiogenomica se dezvoltă rapid ca una dintre componentele-cheie ale medicinei personalizate în cancer. Integrarea imaginilor cu datele genomice oferă un instrument puternic pentru înțelegerea heterogenității tumorale, anticiparea răspunsului și optimizarea tratamentului. Are potențialul de a revoluționa tratamentul oncologic, de a îmbunătăți calitatea vieții și de a contribui la strategii mai precise.

Radiogenomica va continua să aibă un rol important în viitorul medicinei personalizate. Cercetările și aplicațiile clinice din acest domeniu vor contribui la tratamente oncologice mai eficiente și mai țintite.