Omitting tumor proliferation from prognostic gene expression models: a preregistered cross-cancer test, a transcriptome-wide measurement, and a survey of how often the omission is made
Deze preregistreerde studie toont aan dat het weglaten van tumorproliferatie uit prognostische genexpressiemodellen bij hepatocellulair carcinoom en andere kankersvormen de schattingen van bijna alle genen systematisch beïnvloedt, hoewel de specifieke voorspellingen van de auteur met betrekking tot de consistentie en omvang van deze bias over cohorten heen grotendeels door de data werden weerlegd.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer
In de wereld van kankeronderzoek zoeken wetenschappers vaak naar patronen in de genetische instructies binnen tumorcellen om het gedrag van de ziekte van een patiënt te voorspellen. Ze zoeken naar specifieke genen die fungeren als waarschuwingssignalen, in de hoop een lijst met markers te vinden die een arts kunnen vertellen of een tumor waarschijnlijk snel zal groeien of uitzaaien. Om dit te doen, bouwen onderzoekers statistische modellen die de activiteit van duizenden genen afwegen tegen de overlevingstijden van patiënten. Deze modellen moeten echter zorgvuldig rekening houden met andere factoren die de overleving beïnvloeden, zoals de leeftijd van een patiënt of de grootte van de tumor. Als een onderzoeker een belangrijke factor vergeet die zowel de genen als de overlevingstijd beïnvloedt, kan het model een misleidend resultaat produceren. Het kan lijken alsof een specifiek gen de oorzaak is van een slechte uitkomst, terwijl dat gen in werkelijkheid slechts een passagier is op een bus die wordt bestuurd door een andere, niet-gemeten kracht. Een van de krachtigste van deze krachten is tumorproliferatie, wat simpelweg een maat is voor hoe snel de kankercellen zich delen en vermenigvuldigen. Omdat snel delende cellen vaak een andere genetische activiteit hebben dan langzaam groeiende cellen, kan het negeren van deze snelheid het hele beeld van wat de genen daadwerkelijk doen, verstoren.
Een onderzoeker genaamd Soon Woo Nam zette zich scharpe op het onderzoek naar hoe vaak deze specifieke fout voorkomt en wat de kosten zijn wanneer dit gebeurt. Hij begon door naar vijftig recente wetenschappelijke artikelen te kijken die gericht waren op leverkanker. Hij las ze door om te zien of de auteur een maat voor de snelheid van celdeling in hun modellen had opgenomen. De resultaten waren ontnuchterend: niet één van de achtenveertig artikelen die hij volledig kon lezen, had gecorrigeerd voor tumorproliferatie. Sterker nog, meer dan de helft van die studies vermeldde dat hun risicogroepen tekenen vertoonden van snelle celdeling, maar zij behandelden die snelheid als een biologische curiositeit in plaats van een variabele die in hun wiskunde gecontroleerd moest worden. Dit suggereerde dat een groot aantal gepubliceerde conclusies over welke genen de overleving voorspellen, gebouwd zou kunnen zijn op een wankele fundering, waarbij een cruciaal puzzelstukje ontbreekt.
Om precies te begrijpen wat er verloren ging door deze factor weg te laten, wendde Nam zich tot een enorme publieke database met genetische en overlevingsgegevens van honderden leverkankerpatiënten. Hij voerde een uitgebreide test uit op bijna elk gen dat actief was in die tumoren. Voor elk gen bouwde hij twee verschillende modellen om de overleving te voorspellen. Het eerste model was standaard en hield rekening met leeftijd, geslacht en het stadium van de kanker. Het tweede model was identiek, behalve dat het ook een score bevatte die de snelheid van de tumorceldeling vertegenwoordigde. Hij vergeleek vervolgens de resultaten. Wanneer de snelheid van celdeling aan de vergelijking werd toegevoegd, verschoof de geschatte belangrijkheid van bijna elk enkel gen. De omvang van deze verschuiving was niet willekeurig; het hing direct samen met hoe nauw de activiteit van dat specifieke gen verbonden was met de snelheid van de deling. Als een gen sterk verbonden was met snelle groei, veranderde de voorspelde impact op de overleving drastisch zodra de groeisnelheid werd meegewogen. In de leverkankerdata was deze aanpassing zo krachtig dat het aantal genen dat statistisch significant leek, kromp van honderden naar slechts één.
Nam stelde vervolgens een diepere vraag: houdt dit patroon stand voor alle soorten kanker, of is het uniek voor de lever? Voordat hij naar de gegevens keek, registreerde hij een formele voorspelling bij een publiek wetenschappelijk register, waarin hij stelde dat hij verwachtte dat deze neerwaartse verschuiving zou optreden in minstens negentig procent van de verschillende kankertypes. Hij testte deze voorspelling over tien verschillende kankerdatasets, variërend van long- en nierkanker tot colon- en ovariumkanker. De result is een weerlegging van zijn eigen hypothese. Het patroon hield niet overal stand. In de helft van de kankertypes die hij testte, was de richting van de verschuiving tegengesteld aan wat hij had verwacht. In sommige kankers zorgde het toevoegen van de celdelingsscore ervoor dat de gen-schattingen omhoog gingen; in andere maakte het ze omlaag. De richting van de verandering was geen vaste biologische regel, maar werd bepaald door hoe sterk celdeling zelf als een voorspeller van overleving fungeerde in die specifieke kanker. In kankers waar snelle deling een sterk teken was van een slechte uitkomst, leken de genen die aan deling gekoppeld waren minder gevaarlijk zodra de snelheid van de deling werd meegewogen. In kankers waar deling de uitkomst niet sterk voorspelde, was de verschuiving minimaal of omgekeerd.
Deze ontdekking onthult dat de bias die wordt geïntroduceerd door het negeren van tumorproliferatie geen eenvoudige fout is die de resultaten altijd in één richting duwt. In plaats daarvan is het een fluïde verstoring die volledig afhangt van de specifieke biologie van de onderzochte kanker. De studie benadrukte ook een praktisch probleem in de manier waarop wetenschap wordt gerapporteerd. Omdat de meeste artikelen niet vermelden voor welke factoren zij hebben gecorrigeerd, kan een lezer niet weten of een gerapporteerd gen een echte drijfveer van de ziekte is of slechts een reflectie van ongemeten celdeling. De onderzoeker stelt een eenvoudige oplossing voor: wetenschappers zouden de sterkte van het celdelingssignaal in hun eigen specifieke patiëntengroep moeten rapporteren en moeten laten zien hoe hun gen-schattingen veranderen wanneer dit signaal wordt opgenomen. Dit zou het probleem van welke genen werkelijk causaal zijn niet noodzakelijkerwijs oplossen, maar het zou de afhankelijkheid zichtbaar maken, waardoor artsen en andere onderzoekers de volledige context van de cijfers die zij lezen, kunnen zien. Het werk dient als een herinnering dat in het complexe landschap van de kankergenetica het antwoord op een vraag over een enkel gen niet losgezien kan worden van het gedrag van de tumor als geheel.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.