Untreated controls reveal that pre-treatment prediction of cancer cell fate mostly reflects growth fitness
Questo studio dimostra che le predizioni trascrittomiche del destino delle cellule cancerose pre-trattamento riflettono principalmente la fitness di crescita intrinseca piuttosto che una specifica tolleranza ai farmaci, poiché i modelli di controllo non trattati raggiungono un'accuratezza predittiva paragonabile a quella dei modelli specifici per i farmaci.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Il trattamento del cancro spesso fallisce non perché il farmaco sia debole, ma perché poche cellule testarde sopravvivono all'attacco. Per anni, gli scienziati si sono chiesti se questi sopravvissuti nascano con uno scudo speciale, uno stato preesistente che li renda immuni ai farmaci prima ancora che il trattamento inizi. Se i ricercatori potessero individuare queste cellule precocemente, potrebbero essere in grado di colpirle specificamente. Per scoprirlo, gli scosciati hanno sviluppato un modo ingegnoso per tracciare le singole cellule e le loro famiglie. Etichettano le cellule con un tag genetico unico, lasciano che si dividano una volta e poi trattano una metà della coppia lasciando l'altra metà indisturbata. Confrontando l'attività genetica della cellula non trattata con il destino della sua gemella trattata, speravano di vedere se la "personalità" della cellula non trattata predicesse se la sua sorella sarebbe vissuta o morta.
Un nuovo studio esamina più da vicino questo medesimo esperimento, ponendo una domanda che le analisi precedenti avevano trascurato: stiamo effettivamente vedendo la resistenza ai farmaci, o stiamo solo vedendo quali cellule siano semplicemente più brave a crescere? I ricercatori hanno riesaminato i dati di cellule di cancro ovarico che erano state sottoposte a questo metodo di tracciamento dei gemelli. Hanno costruito un modello computazionale per prevedere quali cellule sarebbero sopravvissute basandosi sulla loro attività genetica prima del trattamento. Il modello ha funzionato sorprendentemente bene, prevedendo correttamente l'esito in circa il 72-75 percento dei casi. Ciò sembrava confermare che le cellule portino una firma nascosta di sopravvivenza. Tuttavia, quando il team ha testato un modello addestrato solo su cellule che non erano mai state esposte ad alcun farmaco, questo ha performato quasi altrettanto bene. Il modello aveva imparato che le cellule che sono sane, che crescono velocemente e che sono sotto basso stress sono quelle più propense a sopravvivere alle fatiche di essere spostate e manipolate in una piastra di laboratorio, indipendentemente dal fatto che un veleno venga aggiunto in seguito.
Lo studio rivela che la stragrande maggioranza del "segnale di sopravvivenza" rilevato in questi esperimenti è in realtà una misura della fitness generale, non di una difesa specifica contro il farmaco. I ricercatori hanno scoperto che un modello addestrato su cellule non trattate poteva prevedere il destino delle cellule trattate con farmaci quasi con la stessa precisione di un modello addestrato sulle cellule stesse trattate con il farmaco. La minuscola differenza rimanente — un guadagno di solo due o tre punti percentuali nell'accuratezza della previsione — era l'unica parte che potesse essere specifica del farmaco. Anche questo piccolo vantaggio era così tenue da essere difficile da distinguere dal caso. Le cellule che sono sopravvissute non erano necessariamente quelle con uno speciale scudo contro il farmaco; erano semplicemente le cellule più adatte, quelle che si sono riprese meglio dallo stress fisico dell'esperimento.
Per garantire che non si trattasse di un colpo di fortuna di un esperimento specifico, il team ha esaminato altri dataset che coinvolgevano diversi tipi di cancro e trattamenti differenti. In ogni caso, la dimensione della famiglia cellulare prima del trattamento era un predittore di sopravvivenza più forte rispetto all'attività genetica delle singole cellule. Una linea cellulare che era già cresciuta molto era più probabile che venisse vista nuovamente dopo il trattamento, semplicemente perché era un gruppo robusto e a crescita rapida. Quando i ricercatori hanno osservato pazienti reali con cancro ovarico che ricevevano chemioterapia, hanno trovato l'opposto di ciò che una teoria dello "scudo farmacologico" prevederebbe. Le cellule che sono sopravvissute al trattamento nei pazienti erano in realtà meno adatte e meno attive rispetto alle cellule prima del trattamento, suggerendo che lo stato di "salute e crescita" visto in laboratorio non si traduca sempre in sopravvivenza in un corpo umano.
Le scoperte suggeriscono che molti studi precedenti che sostenevano di aver trovato uno stato preesistente di "tolleranza al farmaco" potrebbero essersi sbagliati. Senza un gruppo di controllo di cellule non trattate processate esattamente nello stesso modo, è impossibile dire se un modello stia imparando la resistenza ai farmaci o solo quali cellule siano buone a crescere. Gli autori hanno rilasciato un nuovo strumento per gli scienziati, che costringe i ricercatori a confrontare le loro previsioni specifiche del farmaco con una linea di base della fitness di crescita generale. Questo semplice controllo potrebbe impedire a futuri studi di inseguire un fantasma, assicurando che quando gli scienziati dicono di aver trovato una cellula pronta a resistere a un farmaco, stiano effettivamente vedendo qualcosa di reale e non solo un segno di una cellula che sta semplicemente andando bene.
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.