Preoperative prediction of microsatellite instability in rectal cancer using multiparametric MRIderived intratumoral heterogeneity and exploration of biological mechanisms: a multicenter study
Questo studio multicentrico dimostra che un modello combinato che integra l'eterogeneità intratumorale derivata dalla RM multiparametrica con le caratteristiche cliniche predice efficacementamente l'instabilità dei microsatelliti nel cancro del retto in fase preoperatoria, identificando al contempo l'espressione differenziale di AKT1 come un potenziale meccanismo molecolare sottostante.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Il cancro è raramente una massa singola e uniforme. All'interno di un tumore, le cellule possono variare enormemente da un punto all'altro, un fenomeno che gli scienziati chiamano eterogeneità intratumorale. Questa diversità interna è uno dei motivi principali per cui i tumori sono così difficili da trattare; un farmaco che uccide un gruppo di cellule potrebbe lasciare intatto un altro gruppo, permettendo alla malattia di tornare. Un tipo specifico di cancro del colon-retto, noto come instabilità dei microsatelliti, si comporta diversamente dal resto. I pazienti con questo tipo rispondono spesso molto bene all'immunoterapia, ma scarsamente alla chemioterapia standard. Attualmente, i medici devono aspettare dopo l'intervento chirurgico o eseguire una biopsia per determinare se un paziente ha questo tipo specifico di cancro. Questi metodi sono invasivi e campionano solo un minuscolo pezzo del tumore, rischiando di perdere le complesse variazioni che avvengono altrove nella massa.
Un nuovo studio condotto da un team di ricercatori in Cina offre un modo per vedere queste differenze nascoste prima ancora che inizi l'intervento chirurgico. Utilizzando la risonanza magnetica, la stessa tecnologia usata per creare immagini dettagliate dei tessuti molli del corpo, i ricercatori hanno sviluppato un metodo per mappare il paesaggio interno dei tumori rettali. Hanno scoperto che il modo in cui questi tumori disperdono i propri segnali in una scansione RM può rivelare se si tratta del tipo con instabilità dei microsatelliti. Questo approccio non solo aiuta a prevedere il comportamento del cancro senza incidere il paziente, ma punta anche verso specifici meccanismi biologici che guidano la malattia, colmando il divario tra ciò che una telecamera vede e ciò che accade all'interno delle cellule.
I ricercatori hanno iniziato raccogliendo i dati di 464 pazienti con cancro rettale provenienti da tre ospedali diversi. Si sono concentrati su pazienti che avevano sottoposto a una specifica tipologia di scansione RM prima di ricevere qualsiasi trattamento. Queste scansioni includevano due sequenze principali: una che mostrava la struttura del tessuto con alto dettaglio e un'altra che misurava come le molecole d'acqua si muovessero all'interno delle cellule. Il team ha poi utilizzato un computer per scomporre il tumore in queste immagini in migliaia di minuscoli blocchi tridimensionali. Invece di trattare il tumore come un unico oggetto solido, hanno analizzato come i segnali variavano da un blocco all'altro. Hanno calcolato un punteggio che rappresentava quanto questi segnali fossero dispersi o mescolati in tutto il tumore. Un punteggio alto significava che il tumore era molto diverso internamente, mentre un punteggio basso suggeriva che fosse più uniforme.
Per testare se questo metodo funzionasse, il team ha costruito un modello informatico che combinava questi punteggi di imaging con le informazioni cliniche standard del paziente, come età, dimensione del tumore e localizzazione. Hanno addestrato il modello sui dati di un gruppo di pazienti e lo hanno poi testato su altri due gruppi per vedere se potesse fare previsioni accurate su nuovi dati non visti. I risultati sono stati promettenti. Il modello combinato, che utilizzava sia i punteggi di imaging che i dettagli clinici, ha identificato correttamente lo stato di instabilità dei microsatelliti in circa l'86% dei casi di addestramento e ha mantenuto una forte accuratezza nei gruppi esterni. I soli punteggi di imaging non erano sufficienti per fare una previsione perfetta, ma quando aggiunti ai dati clinici, hanno migliorato significativamente la capacità del modello di distinguere tra i due tipi di cancro. Ciò suggerisce che il caos interno del tumore, visibile nella scansione, trasporta informazioni uniche che i fattori clinici standard non possono catturare da soli.
Lo studio non si è fermato alla previsione; i ricercatori volevano capire perché questi tumori apparissero diversi nelle scansioni. Si sono rivolti a un enorme database pubblico di informazioni genetiche di migliaia di pazienti oncologici per cercare indizi molecolari. Confrontando i geni attivi nei tumori con instabilità dei microsatelliti rispetto ai tumori standard, hanno identificato una specifica proteina chiamata AKT1 che si comportava diversamente. Nei tumori standard, questa proteina era altamente attiva, ma nel tipo con instabilità dei microsatelliti era molto meno attiva. Per confermare questa scoperta, il team ha esaminato campioni di tessuto reali di dieci pazienti nel proprio ospedale. Utilizzando una tecnica di colorazione che rende visibili le proteine al microscopio, hanno misurato la quantità di AKT1 presente. I risultati corrispondevano ai dati genetici: i tumori standard presentavano livelli di questa proteina significativamente più alti rispetto ai tumori con instabilità dei microsatelliti.
Questa scoperta fornisce una potenziale spiegazione biologica per ciò che le scansioni RM stavano osservando. La proteina AKT1 fa parte di una via che guida la crescita e la divisione cellulare. Nei tumori standard, dove questa proteina è abbondante, le cellule possono crescere in modo più uniforme e aggressivo, portando ai segnali coerenti osservati nelle scansioni. Al contrario, i tumori con instabilità dei microsatelliti, con i loro livelli inferiori di questa proteina, presentano una struttura interna diversa, forse guidata dall'attività del sistema immunitario o da altri fattori che creano il mosaico di segnali misurato dai ricercatori. Sebbene lo studio non dimostri un legame diretto di causa ed effetto tra i livelli proteici e i pattern d'immagine specifici, offre un'ipotesi forte che le differenze visive nella RM riflettano differenze biologiche reali e misurabili.
I ricercatori riconoscono che il loro lavoro presenta dei limiti. Lo studio è stato retrospettivo, il che significa che ha analizzato dati già raccolti, e il numero di campioni di tessuto utilizzati per la verifica proteica era piccolo. Hanno inoltre osservato che il loro metodo si basava su specifiche sequenze di RM e non includeva il mezzo di contrasto, che potrebbe fornire dettagli ancora maggiori in futuro. Nonostante questi vincoli, lo studio dimostra che l'imaging non invasivo può fare molto di più che localizzare un tumore; può rivelare la natura complessa e eterogenea della malattia all'interno. Quantificando questa diversità interna, i medici potrebbero presto essere in grado di personalizzare i piani di trattamento in modo più precoce e accurato, risparmiando ai pazienti procedure non necessarie e garantendo che ricevano la terapia più probabile per il loro specifico tipo di cancro.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.