Cross-cohort transcriptomic analysis identifies a reproducible immune-active program associated with neoadjuvant treatment response in rectal cancer

In de strijd tegen lokaal gevorderde rectumkanker wenden artsen zich vaak tot een strategie die neoadjuvante behandeling wordt genoemd. Dit houdt in dat patiënten chemotherapie en bestraling krijgen vóór de operatie, met als doel de tumor te laten krimpen zodat deze gemakkelijker verwijderd kan worden of zelfs om orgaanbehoud mogelijk te maken. De reactie van het lichaam op deze therapie vóór de operatie is echter een gok. Sommige patiënten reageren zo goed dat er geen kankercellen meer overblijven in het weefsel dat tijdens de operatie wordt verwijderd, een resultaat dat bekend staat als een complete respons. Anderen vertonen weinig verandering, waardoor er een tumor achterblijft die nog steeds agressieve verwijdering vereist. Decennialang hebben onderzoekers gezocht naar een manier om te voorspellen wie in welke groep zal vallen nog voordat de behandeling begint. Ze hebben gekeken naar de genetische instructies binnen tumorcellen, in de hoop een specif으로 patroon van activiteit te vinden dat een goede uitkomst signaleert. De uitdaging is geweest dat deze genetische patronen vaak verschillend lijken afhankelijk van welk laboratorium ze heeft bestudeerd of welke machine ze heeft gemeten, wat het moeilijk maakt om een enkele bevinding als een universele regel te vertrouwen.

Een team van onderzoekers zette zich scharpe probeert dit probleem van inconsistentie op te lossen door de zoektocht naar een genetische voorspeller te behandelen als een rigoureuze kruisverhoring. In plaats van te vertrouwen op één enkele dataset, verzamelden zij genetische gegevens van drie verschillende groepen patiënten, die allen een neoadjuvante behandeling voor rectumkanker hadden ondergaan. Deze groepen waren verschillend: één groep werd gemeten met een moderne sequencing-methode, terwijl de andere twee verschillende, oudere soorten microarray-technologie gebruikten. De onderzoekers hebben deze verschillende datasets niet simpelweg op één hoop gegooid, wat vergelijkbaar zou zijn met het proberen te vergelijken van temperaturen die in Fahrenheit en Celsius zijn gemeten zonder ze om te rekenen. In plaats daarvan analyseerden ze elke groep afzonderlijk om te zien of dezelfde biologische signalen in al deze groepen voorkwamen. Ze begonnen door te zoeken naar brede groepen genen, of pathways, die samen lijken te werken. In hun initiële analyse van de eerste groep identificeerden ze acht dergelijke pathways die sterk verbonden leken met of een patiënt een goede of een slechte respons zou hebben.

De echte test kwam toen ze deze acht kandidaten controleerden tegen de andere twee groepen. De resultages waren scherp en onthullend. Zes van de acht pathways gedroegen zich anders in de tweede en derde groep; in sommige gevallen vertoonden ze zelfs precies het tegenovergestelde patroon, wat suggereerde dat wat in één groep een betrouwbaar signaal leek, in werkelijkheid slechts een toevalstreffer of een resultaat was van de unieke samenstelling van die specifieke groep. Slechts één pathway bleef standhouden. Deze pathway, bekend als het "allograft rejection"-programma, vertoonde in alle drie de groepen hetzelfde sterke signaal. In gewone taal betekent deze pathway dat het immuunsysteem een gecoördineerde respons vertoont. Het is een genetische handtekening die suggereert dat de immuuncellen van het lichaam de tumor actief herkennen en zich voorbereiden op een aanval, net zoals het immuunsysteem reageert op een getransplanteerd orgaan dat als vreemd wordt waargenomen. De genen die dit signaal aansturen, omvatten die verantwoordelijk voor het presenteren van de tumor aan immuuncellen en die helpen immuuncellen bij het uitvoeren van hun dodelijke klap.

De onderzoekers gingen dieper in om te zien of ze deze bevinding konden gebruiken om de uitkomst voor een individuele patiënt te voorspellen. Ze creëerden een score gebaseerd op de activiteit van de genen in dit immuunpad voor elke patiënt in de studie. Hoewel de trend op groepsniveau duidelijk was — patiënten met een goede respons hadden over het algemeen een hogere activiteit in dit immuunprogramma — was de score niet nauwkeurig genoeg om als een kristallen bol te dienen voor individuen. De bereiken van de scores voor patiënten die goed reageerden en patiënten die dat niet deden, overlapten te veel om een scherpe lijn te kunnen trekken. Bovendien waren de onderzoekers voorzichtig om ervoor te zorgen dat dit immuunsignaal niet slechts een wiskundige truc was die werd veroorzaakt door dezelfde genen twee keer te tellen. Ze verwijderden alle genen die veelvuldig werden gebruikt om immuuncellen te tellen en stelden vast dat de connectie met een sterke aanwezigheid van immuuncellen behouden bleef. Dit bevestigde dat de tumor inderdaad in een staat van hoge immuunactiviteit verkeerde, maar het bevestigde ook dat deze staat een complexe biologische realiteit is in plaats van een eenvoudige aan/uit-schakelaar.

Uiteindelijk biedt de studie een duidelijke maar voorzichtige les voor de toekomst van kankerbiomarkers. Het bewijst dat een specifieke, gecoördineerde immuunrespons een reproduceerbaar kenmerk is van tumoren die goed reageren op behandeling. Deze biologische waarheid blijft standhouden over verschillende technologieën en patiëntenpopulaties heen. De studie sluit echter ook expliciet de mogelijkheid uit dat deze enkele genetische handtekening klaar is om als klinische test te worden gebruikt om een arts te vertellen of een specifieke patiënt genezen zal worden. De zes pathways die niet reproduceerbaar waren, dienen als een waarschuwing dat veel veelbelovende sporen in kankeronderzoek mogelijk specifiek zijn voor de omstandigheden van een enkele studie in plaats van universele waarheden. De weg vooruit, suggereren de auteurs, ligt in het beter begrijpen van deze immuunactieve staat, bijvoorbeeld door te kijken naar de fysieke ordening van cellen binnen de tumor, in plaats van te proberen een complex biologisch proces in een eenvoudig voorspellingsinstrument te dwingen. Het immuunsysteem is duidelijk betrokken bij het succes van deze behandelingen, maar het omzetten van die kennis in een betrouwbare voorspeller voor iedere patiënt blijft een werk in uitvoering.