Untreated controls reveal that pre-treatment prediction of cancer cell fate mostly reflects growth fitness
Deze studie toont aan dat transcriptomische voorspellingen van het lot van kankercellen voorafgaand aan de behandeling primair de intrinsieke groeifitness weerspiegelen in plaats van specifieke drugstolerantie, aangezien onbehandelde controlemodellen een vergelijkbare voorspellende nauwkeurigheid bereiken als drugs-specifieke modellen.
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
Kankerbehandeling faalt vaak niet omdat het medicijn zwak is, maar omdat een paar hardnekkige cellen de aanval overleven. Jarenlang hebben wetenschappers zich afgevraagd of deze overlevers worden geboren met een speciaal schild, een vooraf bestaande staat die hen immuun maakt voor medicijnen nog voordat de behandeling zelfs begint. Als onderzoekers deze cellen vroegtijdig zouden kunnen opsporen, zouden ze er specifiek op gericht kunnen worden. Om dit uit te zoeken, ontwikkelden wetenschappers een slimme manier om individuele cellen en hun families te volgen. Ze labelen cellen met een unieke genetische tag, laten ze één keer delen, en behandelen vervolgens de helft van het paar terwijl de andere helft met rust wordt gelaten. Door de genetische activiteit van de onbehandelde cel te vergelijken met het lot van haar onbehandelde tweelingbroer, hoopten ze te zien of de "persoonlijkheid" van de onbehandelde cel voorspelde of haar zusje zou leven of sterven.
Een nieuwe studie werpt een nauwkeuriger blik op dit specifieke experiment en stelt een vraag die eerdere analyses over het hoofd hadden gezien: zien we daadwerkelijk medicijnresistentie, of zien we simpelweg welke cellen beter zijn in groeien? De onderzoekers heranalyseerden gegevens van eierstokkankercellen die aan deze methode van tweeling-tracking waren onderworpen. Ze bouwden een computermodel om te voorspellen welke cellen zouden overleven op basis van hun genetische activiteit vóór de behandeling. Het model werkte verrassend goed en voorspelde de uitkomst in ongeveer 72 tot 75 procent van de gevallen correct. Dit leek te bevestigen dat cellen inderdaad een verborgen handtekening van overleving met zich meedragen. Echter, toen het team een model testte dat alleen getraind was op cellen die nooit aan enig medicijn waren blootgesteld, presteerde dit bijna even goed. Het model leerde dat cellen die gezond zijn, snel groeien en onder lage stress staan, degenen zijn die het meest waarschijnlijk de ontberingen van het verplaatsen en hanteren in een laboratoriumschaaltje overleven, ongeacht of er later een gif wordt toegevoegd.
De studie onthult dat de overgrote meerderheid van het "overlevingssignaal" dat in deze experimenten werd gedetecteerd, eigenlijk een maatstaf is voor algemene fitheid, en niet voor een specifieke verdediging tegen het medicijn. De onderzoekers ontdekten dat een model dat getraind was op onbehandelde cellen, het lot van medicijnbehandelde cellen bijna even nauwkeurig kon voorspellen als een model dat getraind was op de medicijnbehandelde cellen zelf. Het kleine verschil dat overbleef — een winst van slechts twee tot drie procentpunten in voorspellingsnauwkeurigheid — was het enige deel dat specifiek voor het medicijn zou kunnen zijn. Zelfs dit kleine voordeel was zo zwak dat het moeilijk te onderscheiden was van een toevalstreffer. De cellen die overleefden, waren niet noodzakelijkerwijs degenen met een speciaal medicijnschild; het waren simpelweg de fitste cellen, de cellen die het beste herstelden van de fysieke stress van het experiment.
Om er zeker van te zijn dat dit geen toevalstreffer was van één specifiek experiment, bekeken het team andere datasets met betrekking tot verschillende soorten kanker en verschillende behandelingen. In elk geval was de grootte van de celfamilie vóór de behandeling een sterkere voorspeller voor overleving dan de genetische activiteit van de individuele cellen. Een lijnage die al groot was gegroeid, was eerder waarschijnlijk om na de behandeling weer te worden gezien, simpelweg omdat het een robuuste, snelgroeiende groep was. Wanneer de onderzoekers naar echte patiënten met eierstokkanker keken die chemotherapie kregen, vonden zij het tegenovergestelde van wat een "medicijnschild"-theorie zou voorspellen. De cellen die de behandeling bij de patiënten overleefden, waren in werkelijkheid minder fit en minder actief dan de cellen vóór de behandeling, wat suggereert dat de "gezonde, groeiende" staat die in het lab wordt gezien, niet altijd vertaalt naar overleving in een menselijk lichaam.
De bevindingen suggereren dat veel eerdere studies die beweerden een vooraf bestaande "medicijn-tolerante" staat te hebben gevonden, er mogelijk naast hebben gezeten. Zonder een controlegroep van onbehandelde cellen die op exact dezelfde manier zijn verwerkt, is het onmogelijk om te weten of een model leert over medicijnresistentie of gewoon over welke cellen goed zijn in groeien. De auteurs hebben een nieuwe tool uitgebracht voor wetenschappers om te gebruiken, die onderzoekers dwingt om hun medicijn-specifieke voorspellingen te vergelijken met een baseline van algemene groeifitheid. Deze eenvoudige controle zou toekomstige studies kunnen voorkomen die een spook achternalen, waardoor ervoor wordt gezorgd dat wanneer wetenschappers zeggen dat ze een cel hebben gevonden die klaar is om een medicijn te weerstaan, ze daadwerkelijk iets reëels zien en niet slechts een teken van een cel die simpelweg goed gedijt.
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.