Разработка многопараметрического алгоритма молекулярно-генетического прогнозирования злокачественных новообразований: клиника, модели in vitro и big data

Молекулярная диагностика – это основной тренд развития современного лечения онкологических заболеваний, направленный на персонализацию лечения. Это реальная, эффективная и не требующая дополнительных материальных вложений опция, задачи которой не только достичь максимального лечебного эффекта, но и не навредить больному, назначив ему неэффективный, но высоко токсичный препарат. В такой постановке проблема должна решаться многопараметрически и одновременно с включением разных моделей – от клеточных культур и изучения big data до исследования образцов опухолей больных. По нашему мнению, выявление в опухоли молекулярно-генетических мишеней тех или иных препаратов важно, но недостаточно для адекватного прогнозирования результатов лечения. Необходимы также знания о разных сторонах биологической агрессивности опухоли, что актуально при любом виде и тактике лечения. Это знания о пролиферативной активности опухолевых клеток, об уровне контрольных точек иммунитета в ткани опухоли, о разных сторонах метастатической активности, структурных преобразованиях опухолевых клеток и об уровне физиологических регуляторов ответа на стимуляторы роста опухоли. Перечисленные характеристики, ассоциированные с агрессивностью течения опухолевого заболевания, минимально необходимы для создания начального фундамента принципиально нового многопараметрического подхода к персонализации лечения онкологических больных, основанного на изучении молекулярно-генетических характеристик опухолей, которые, как упоминалось выше, актуальны не только с точки зрения реализации эффекта конкретного противоопухолевого препарата, но и любой лечебной тактики, включая хирургическую. Важнейшую роль в реализации подобного проекта играет создание и использование адекватных моделей in vitro, а также оценка значимости для прогнозирования течения болезни генетических данных на уровне big data, что является неотъемлемой задачей планируемого исследования. Таким образом, цель исследования – разработка инновационного многопараметрического алгоритма молекулярно-генетической диагностики и прогнозирования агрессивности злокачественных новообразований с использованием клинического материала опухолей, моделей in vitro и авторитетных информационных баз данных big data. Запланировано решение следующих задач в каждом из трех разделов НИР. I. Молекулярное фенотипирование хирургических образцов опухолей 1. Провести молекулярное фенотипирование хирургических образцов опухолей разных локализаций (немелкоклеточный рак лёгкого, рак яичников и рак молочной железы) с помощью иммунофлуоресцентного анализа, ассоциированного с проточной цитометрией. Запланирована оценка количественных показателей молекулярных характеристик опухолей, которые актуальны не только с точки зрения реализации эффекта конкретного противоопухолевого препарата, но и любой лечебной тактики, включая хирургическую: – регуляторы ответа опухоли на эндогенные и экзогенные факторы, стимулирующие опухолевый рост; – лиганды белка программируемой клеточной гибели – мишеней ингибиторов контрольных точек иммунитета, направленных на реализацию противоопухолевого иммунитета; – белки, ассоциированные с метастатическим потенциалом опухоли. 2. Биоинформационный анализ баз данных (big data), содержащих информацию о генотипировании опухолей: – статистический анализ результатов генотипирования опухолей, представленными в базах больших данных (big data), включающих Европейский архив генома-фенома (EGA), Генная экспрессия Омнибус (GEO), Атлас генома рака (TCGA); – оценка корреляции параметров big data с молекулярным фенотипом опухолей тех же локализаций для определения допустимые границы использования «коллективных» результатов анализа и корреляционных оценок с точки зрения возможности их ассимиляции в клиническую диагностику и прогнозирование агрессивности течения злокачественных опухолей. II. Изучение фенотипических характеристик клеточных линий, отличающихся по чувствительности к противоопухолевым препаратам, а также оценка стабильности молекулярного фенотипа при культивировании in vitro в сравнении с ростом опухоли в организме человека или животного, позволит ответить на ряд принципиально важных вопросов. Насколько первичные культуры клеток, полученные из опухолей конкретных больных, могут служить адекватным объектом для персонализированного прогнозирования у них резистентности к противоопухолевым препаратам? Или первичные культуры – это только важнейший объект фундаментальных исследований механизмов лекарственной резистентности и стабильности молекулярно-генетического фенотипа первичных культур в процессе культивирования? III. Разработка новых технологий трёхмерных мультиклеточных моделей злокачественных опухолей для прогнозирования эффективности новых противоопухолевых препаратов 1. Разработать оптимальные методики формирования мультиклеточных трёхмерных опухолевых культур на основе опухолевых линий (рак почки, глиобластома), стромальных клеток, фибробластов, иммунных клеток и других. 2. Изучить особенности фенотипов опухолевых клеточных культур при культивировании в мультиклеточных трёхмерных культурах на разных типах матриксов в сравнении с двухмерными системами культивирования. 3. Разработать методики создания трёхмерных клеточных культур для прогнозирования эффективности новых соединений, проявляющих ингибирующую активность в отношении рецепторов фактора роста эндотелия сосудов и фактора роста фибробластов, ингибиторов карбоангидразы-IX, PI3K и других.