Effective tumor kinetics inferred from single routine H&E biopsies enable counterfactual virtual radiotherapy trials

Elke dag onderzoeken pathologen dunne weefselcoupes onder een microscoop om kanker te diagnosticeren. Deze coupes, gekleurd met roze en paarse kleurstoffen, bieden een bevroren momentopname van de architectuur van een tumor op een enkel tijdstip. Decennialang is dit beeld behandeld als een statische foto, een tweedimensionale kaart van waar cellen zich bevinden. Echter, tumoren zijn niet statisch; het zijn dynamische systemen waarin cellen constant delen en zich verspreiden in het omliggende weefsel. De uitdaging is altijd geweest hoe men de snelheid van deze groei en de snelheid van deze verspreiding kan extraheren uit een enkele, bevroren afbeelding. Als artsen zouden kunnen begrijpen hoe snel een specifieke tumor beweegt en uitbreidt, zouden ze in theorie behandelingen op maat kunnen afstemmen om deze effectiever te stoppen, in plaats van een standaard aanpak toe te passen bij elke patiënt.

Een team onderzoekers heeft een nieuwe manier ontwikkeld om deze routinematige microscoopcoupes te lezen, waarbij ze een statische afbeelding veranderen in een reeks getallen die beschrijven hoe de tumor beweegt. Door de precieze rangschikking van celkernen op een standaardcoupe te analyseren, kunnen zij de onderliggende gedragingen van de tumor afleiden. Ze ontdekten dat de manier waarop cellen samenklonteren in het weefsel het geheim bevat van hoe de tumor in de toekomst zal groeien en zich zal verspreiden. Deze aanpak stelt hen in staat om een virtueel model van de dynamiek van de tumor te creëren, waarna ze verschillende radiotherapiebehandelingen in een computer hebben gesimuleerd. De resultaten suggereren dat door het behandelingsschema af te stemmen op de specifieke groeisnelheid van de tumor, artsen de tijd dat patiënten leven zonder dat hun kanker terugkeert, aanzienlijk kunnen verlengen.

De onderzoekers begonnen met het idee dat het ruimtelijke patroon van cellen in een biopsie niet willekeurig is. In gezond weefsel zijn cellen vaak op een ordelijke manier gerangschikt, maar in een tumor weerspiegelt de rangschikking de biologische krachten die in het spel zijn. Sommige cellen delen snel en duwen hun buren opzij, terwijl andere weg migreren van de hoofdmassa. Het team realiseerde zich dat als ze de afstand tussen elke cel en zijn buren konden meten, ze twee belangrijke getallen konden berekenen: hoe snel de cellen vermenigvuldigen en hoe snel ze diffunderen, of zich verspreiden, in de omliggende ruimte. Ze testten dit op duizenden weefselmonsters van elf verschillende groepen patiënten, variërend van een breed scala aan solide kankers, waaronder hersen-, long- en huidtumoren.

Hiervoor gebruikten ze een wiskundig kader dat het weefsel behandelt als een vloeistof die uitbreidt en groeit. Ze namen de coördinaten van elke celkern uit de digitale coupes en berekenden hoe de cellen in de ruimte verdeeld waren. Door deze werkelijke verdeling te vergelijken met wat een theoretisch model voorspelt, konden ze achteruit rekenen om de exacte snelheid van groei en verspreiding voor die specifieke patiënt te vinden. De methode bleek zeer nauwkeurig, waarbij de voorspellingen van het model de werkelijke weefselpatronen bijna perfect maten. Dit stelde hen in staat om elke patiënt een uniek "mechanistisch fenotype" toe te wijzen, een profiel dat wordt gedefinieerd door de specifie pathologische groei- en diffusiesnelheden van hun tumor.

Deze profielen onthulden dat tumoren veel diverser zijn dan voorheen werd gedacht. Sommige tumoren bleken zeer agressief te zijn in hun vermogen om te vermenigvuldigen, maar relatief beperkt in hun verspreiding, waardoor ze dichte, compacte massa's vormen. Andere waren minder agressief in hun vermenigvuldiging maar verspreidden zich wijd, wat een meer diffuse en infiltratieve patronen creëert. De onderzoekers ontdekten dat deze patronen niet slechts willekeurige variaties waren; ze bevatten cruciale informatie over de overleving van de patiënt. Bij verschillende soorten kanker hadden patiënten met specifieke combinaties van hoge groei- en hoge verspreidingssnelheden andere uitkomsten dan patiënten met andere combinaties. Cruciaal was dat deze informatie onafhankelijk was van de traditionele stadiumsystemen die artsen gebruiken, wat een nieuwe laag van inzicht bood dat niet simpelweg te zien was door naar de grootte van de tumor of de locatie ervan te kijken.

De meest opvallende toepassing van dit werk kwam voort uit een virtueel experiment met betrekking tot patiënten met glioblastoom, een agressief type hersenkanker. In de echte wereld ontvangen deze patiënten een standaardreeks radiotherapie. De onderzoekers gebruikten hun afgeleide groeisnelheden om te simuleren wat er zou gebeiden als ze het behandelplan voor verschillende typen patiënten zouden veranderen. Ze creëerden een virtuele klinische studie waarbij ze de patiënten in twee groepen verdeelden op basis van de groeisnelheid van hun tumor. De groep met sneller groeiende tumoren kreeg een korter, intensiever traject van radiotherapie, terwijl de groep met langzamer groeiende tumoren een langer traject met een verhoogde dosis toegewezen kreeg.

De simulatie toonde aan dat deze gepersonaliseerde aanpak aanzienlijk beter zou zijn dan de huidige standaardzorg. Door de behandeling af te stemmen op het specifieke kinetische profiel van de tumor, voorspelde de virtuele studie dat patiënten gemiddeld 96,7 dagen langer zouden leven zonder dat hun kanker vordert, vergeleken met de situatie waarin iedereen dezelfde standaardbehandeling krijgt. De onderzoekers benadrukten dat dit resultaat voortkwam uit een computersimulatie gebaseerd op de ontdekte biologische principes, en niet uit een voltooide menselijke trial. De logica was echter solide: sneller groeiende tumoren reageerden beter op een geconcentreerde dosis die snel wordt toegediend, terwijl langzamer groeiende tumoren baat hadden bij een hogere totale dosis die over een langere tijd wordt verspreid.

Dit werk vertegenwoordigt een verschuiving van het zien van pathologiecoupes als louter afbeeldingen naar het zien van hen als datarijke verslagen van biologische beweging. De onderzoekers hadden geen nieuwe technologie of dure moleculaire tests nodig; ze gebruikten dezelfde routinematige coupes die al in ziekenhuizen wereldwijd beschikbaar zijn. Door een specifieke wiskundige lens op deze afbeeldingen toe te passen, ontsloten zij een verborgen dimensie van informatie die voorheen onbereikbaar was. Hoewel de studie retrospectief is en de behandelingsaanbevelingen momenteel beperkt zijn tot simulaties, bieden de bevindingen een overtuigend blauwdruk voor hoe routinediagnostiek zou kunnen evolueren. In plaats van alle patiënten hetzelfde te behandelen, ligt de toekomst van de oncologische zorg mogelijk in het lezen van de subtiele ruimtelijke taal van de tumor om de exacte behandeling voor te schrijven die zij nodig heeft.