Diese Arbeit hilft zu erklären, warum Glioblastome, eine der aggressivsten Formen von Hirntumoren, resistent gegen eine Behandlung werden.
Einer der Hauptautoren, Dr. David Nathanson, Professor für molekulare und medizinische Pharmakologie an der David Geffen School of Medicine der UCLA, sagte: „Viele Krebsbehandlungen basieren auf dem genetischen Profil des Tumors des Patienten. Genomische Merkmale allein sagen jedoch nicht immer voraus, wie der Tumor auf die Therapie ansprechen wird.
Unsere Forschung geht über den genetischen Bauplan des Tumors hinaus und berücksichtigt die Ergebnisse funktioneller Tests, um herauszufinden, wie lebende Krebszellen auf Behandlungen reagieren könnten.“
Ein viel klareres Bild davon, welche Behandlungen wirken
- Genetisches Profiling analysiert die genetische Zusammensetzung des Tumors;
- funktionelles Profiling, beobachtet das Verhalten von Krebszellen als Reaktion auf Behandlungen;
- Kombinieren Sie diese beiden Techniken ermöglicht es uns, das Ausmaß, in dem Glioblastome auf Behandlungen ansprechen, genauer vorherzusagen und sie somit wirksamer zu bekämpfen.
Das Glioblastom Die Behandlung ist aufgrund ihrer Fähigkeit, dem Zelltod oder der Apoptose zu widerstehen, aber auch aufgrund ihrer schnellen Anpassung an Therapien bekanntermaßen komplex in der Behandlung. Die traditionelle genomische Präzisionsmedizin verwendet DNA-Sequenzierung, um genetische Mutationen in Tumoren zu identifizieren und diese Mutationen bestimmten Therapien zuzuordnen. Dieser Ansatz liefert jedoch nur eine Momentaufnahme der wahrscheinlichen Reaktion des Tumors. Dieser Ansatz kann den Behandlungserfolg möglicherweise nicht vorhersagen, da er das dynamische Verhalten von Krebszellen nicht berücksichtigt.
- L’Integration von funktionalem Profiling Genomdaten zur Beurteilung der Resistenz von Glioblastomen gegenüber Apoptose werden es ermöglichen, die Reaktionen von Krebszellen auf Behandlungen, die darauf abzielen, den Zelltod in Echtzeit auszulösen, besser zu messen.
- Standardtherapien wie Strahlentherapie oder Chemotherapie können die Funktion des Selbstzerstörungsmechanismus des Tumors verändern, dieser Effekt hängt jedoch von bestimmten genetischen Merkmalen ab die Beteiligung von Schlüsselgenen – wie das p53-Gen;
- letztendlich die Entwicklung vonein maschinelles Lerntool namens GAVA Durch die Kombination genetischer und funktioneller Daten konnte vorhergesagt werden, welche Tumoren am besten auf eine Kombination aus Krebsbehandlungen und Medikamenten, die bestimmte Proteine blockieren, ansprechen würden.
Ein neuer Ansatz also, ausgefeilter, ganzheitlicher und letztlich präziser Dies wird einen Meilenstein in der Behandlung dieses tödlichen Krebses, des Glioblastoms, und allgemeiner in der Präzisionsmedizin darstellen.
