What is shared across 33 cancer types is the tissue, not the tumour: a non-malignant axis of the microenvironment
Analyse van meer dan 10.000 TCGA-tumorsamples onthult dat reproduceerbare causale netwerkstructuren over 33 kankertypes worden gedreven door gedeelde niet-maligne componenten van de weefselmicro-omgeving in plaats door tumorspecifieke drijfveren, wat aangeeft dat pan-cancer causale inferentie uit bulkdata primair de samenstelling van de monsters reflecteert in plaats van intrinsieke tumorregulatie.
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
Kanker is niet één enkele ziekte, maar een enorme verzameling van honderden verschillende condities, die elk voortkomen uit een specifiek type weefsel in het lichaam. Hoewel de cellen die een tumor vormen het meest voor de hand liggende deel van het probleem zijn, bestaat een tumor niet in een vacuüm. Het wordt omringd door een complexe buurt van gezonde cellen, waaronder immuunverdedigers, ondersteunende structurele cellen en bloedvaten. Wetenschappers proberen al lang de interne bedrading van deze tumoren in kaart te brengen, op zoek naar de specifieke instructies die kankercellen vertellen hoe ze moeten groeien en zich moeten verspreiden. De hoop is geweest dat door veel verschillende soorten kanker tegelijkertijd te bestuderen, onderzoekers een universele set regels zouden vinden — een gemeenschappelijk regelprogramma — dat hen allemaal aanstuurt. Als zo'n programma zou bestaan, zou het een krachtig doelwit bieden voor nieuwe behandelingen die breed inzetbaar zouden zijn, in plaats van dat er voor elke afzonderlijke soort kanker een unieke oplossing nodig is.
Een nieuwe studie daagt deze langgekoesterde hoop uit door naar de gegevens te kijken op een manier die voorheen niet was gedaan. De onderzoekers analyseerden de genactiviteit van meer dan 10.000 tumorafnames die 33 verschillende soorten kanker vertegenwoordigen. Ze gebruikten een methode die ontworpen is om oorzaak-gevolgrelaties tussen genen te vinden, waarbij de vraag gesteld werd welke genen andere genen aan- of uitzetten. Echter, zij ontdekten een fundamentele fout in hoe deze vergelijkingen gewoonlijk werden gemaakt. Omdat verschillende kankers van nature verschillende sets genen gebruiken om te functioneren, is het direct vergelijken van hen vergelijkbaar met het proberen te vergelijken van twee kaarten van verschillende steden door naar dezelfde coördinaat op de pagina te kijken; de locatie kan hetzelfde zijn, maar de ene kaart toont een park terwijl de andere een snelweg toont. Om dit te herstellen, dwongen de onderzoekers alle 33 kankertypes om geanalyseerd te worden met exact dezelfde lijst van 100 genen. Pas toen ze de gegevens op deze manier uitlijnden, konden ze zien wat er werkelijk gedeeld werd tussen de verschillende ziekten.
Wat ze vonden was verrassend. In plaats van een gemeenschappelijke set instructies te onthullen die de kankercellen zelf aansturen, wees de gedeelde structuur volledig naar het gezonde weefsel dat de tumor omringt. Het meest consistente patroon dat zij vonden, was een groep van drie genen die fungeren als signalen om immuuncellen te rekruteren, specifiek een type witte bloedcel dat infecties bestrijdt. Deze genen kwamen in bijna elk kankertype samen voor, maar ze maakten geen deel uit van de interne machinerie van de kanker. In plaats daarvan waren ze markers van de omgeving van de tumor, die aangaven hoeveel immuunactiviteit en structureel weefsel in de afname aanwezig was. De studie toonde aan dat de genen die het meest gebruikt worden om deze kankerkaarten te bouwen, de genen zijn die het meest variëren in hun activiteit. Deze zeer variabele genen zijn precies de genen die de mix van gezonde cellen in de afname beschrijven, en niet de genen die de kanker aansturen. De werkelijke genen die bekend staan als de oorzaak van kanker, de "drivers", waren zo stabiel in hun activiteit dat ze niet eens in de top 100 genen verschenen die voor de analyse werden geselecteerd.
De onderzoekers ontdekten ook een praktische regel over hoeveel data er nodig is om deze kaarten te vertrouwen. Ze ontdekten dat wanneer een studie te weinig monsters heeft, het computerprogramma dat wordt gebruikt om de verbindingen te vinden, begint met het verzinnen van patronen uit willekeurige ruis. Door de gegevens te husselen om te zien wat er gebeurde wanneer er geen echte biologie meer overbleef, identificeerden zij een duidelijke drempel: een studie heeft ten minste 172 monsters nodig om betrouwbare verbindingen te vinden wanneer er naar 100 genen wordt gekeken. Onder dit aantal zijn de resultaten waarschijnlijk slechts statistische toevalligheden. Deze bevinding suggereert dat veel eerdere studies met kleinere steekproevenomvang mogelijk foutieve verbanden hebben gerapporteerd. Bovendien bevestigde de studie dat de weinige verbindingen die consistent over alle 33 kankers verschenen, niet gingen over de kankercellen die met elkaar communiceren, maar over het gezonde weefsel dat reageert op de aanwezigheid van de tumor.
De implicaties van dit werk zijn aanzienlijk voor hoe wetenschappers kankergegevens interpreteren. Het suggereert dat wanneer onderzoekers dezelfde genverbindingen in veel verschillende kankers zien verschijnen, ze niet moeten aannemen dat ze een universeel kankermechanisme hebben gevonden. In plaats daarvan zien ze waarschijnlijk een reflectie van het gemeenschappelijke gezonde weefsel dat elke tumor omringt. De studie zegt niet dat kankercellen hun eigen unieke bedrading missen, maar stelt eerder dat de standaardinstrumenten die worden gebruikt om die bedrading te vinden, momenteel afgestemd zijn om de ruis van de omringende omgeving te horen. Om de echte drijvers van kanker te vinden, zullen wetenschappers naar een veel breder scala aan genen moeten kijken en ervoor moeten zorgen dat ze genoeg monsters hebben om echt signaal van toeval te onderscheiden. Tot die tijd is het meest reproduceerbare kenmerk dat gedeeld wordt door alle kankers niet de tumor zelf, maar het weefsel waarin deze leeft.
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.