Forskere fra Dana-Farber Cancer Institute har udviklet et diagnostisk værktøj, der kan revolutionere identificeringen og behandlingen af akut leukæmi. Værktøjet, kaldet MARLIN (Methylation- and AI-guided Rapid Leukemia Subtype Inference), anvender DNA-methyleringsmønstre og maskinlæring til hurtigt og præcist at klassificere akut leukæmi. Dette værktøj har potentiale til at forbedre patientbehandlingen betydeligt ved at muliggøre hurtigere og mere præcise behandlingsbeslutninger.
Akut leukæmi er en aggressiv blodkræft, der kræver en nøjagtig diagnose for at kunne guide behandlingen. De nuværende diagnostiske metoder, som er baseret på en kombination af molekylære og cytogenetiske tests, tager ofte dage eller endda uger at gennemføre. MARLIN kan derimod give resultater på så lidt som to timer efter en biopsi. Ved at tilbyde hurtige og detaljerede indsigter i leukæmi-undergrupper kan MARLIN hjælpe klinikere med at træffe behandlingsbeslutninger hurtigere og med mere fuldstændig information.
“Vi forestiller os, at klassifikation af akut leukæmi baseret på methylering supplerer standarddiagnosetests, så vi kan give mere omfattende og rettidige oplysninger til patologer, klinikere og patienter,” sagde Dr. Volker Hovestadt, en computeren biologist ved Dana-Farber og medforfatter af undersøgelsen. Forskningen er offentliggjort i tidsskriftet Nature Genetics.
For at udvikle MARLIN skabte forskerteamet først en stor reference database med DNA-methyleringsmønstre fra over 2.500 patientprøver, der repræsenterede et bredt udvalg af leukæmi-undergrupper. Dette afslørede 38 distinkte methyleringsklasser på tværs af sygdomsundergrupper hos både voksne og børn. “Vores analyse bekræfter mange etablerede molekylære kategorier i akut leukæmi, men afslører også nye klasser, der bedst kan ses gennem linsen af epigenetik,” sagde Mr. Til Steinicke, medforfatter til undersøgelsen.
Ved hjælp af dette referencedatasæt trænede teamet et neuralt netværk (MARLIN) til at identificere methyleringsklasser i knoglemarv og blodprøver fra patienter med akut leukæmi. Når det kombineres med langlæs nanopore-sekventeringsteknologi, som tillader DNA-methyleringsprofilering fra kliniske prøver, viste MARLIN høj nøjagtighed ved klassificering af sygdommen i både retrospektive og prospektive prøver.
“Vi tilpassede vores maskinlæringsmetode til at bruge meget små mængder data som input, hvilket gjorde os i stand til hurtigt at generere klassifikationer efter bare få minutters sekventering,” sagde Dr. Salvatore Benfatto, medforfatter til undersøgelsen. I realtidsforsøg klassificerede MARLIN korrekt leukæmiprøver på under to timer fra tidspunktet for biopsien. “Efterhånden som vores arbejde fortsætter, håber vi, at MARLIN vil fremskynde behandlingsplanlægningen, reducere medicinske komplikationer og lette patienters bekymringer i fremtiden,” sagde Dr. Evan Chen, en medforsker og medicinsk onkolog ved Dana-Farber.
Forskerne fandt også ud af, at MARLIN kunne løse diagnostiske “blinde punkter”, der er blevet overset af konventionelle metoder. For eksempel identificerede den med succes krypterede genetiske hændelser, såsom rearrangementer, der involverer DUX4-genet, som er forbundet med gunstige kliniske resultater. Desuden afslørede MARLIN nye predictive signaturer, såsom HOX-aktiverede undergrupper, der kunne informere fremtidige behandlingsstrategier.
“Vi mener, at vores ramme lægger grundlaget for fremtidige udviklinger inden for epigenetisk klassifikation af akut leukæmi, maskinlæringsassisterede diagnoser og methyleringsbaserede predictive biomarkører for lægemiddelrespons,” sagde Dr. Gabriel Griffin, en kræftforsker og patolog ved Dana-Farber og medforfatter af undersøgelsen. Forskerne har nu til hensigt at udvikle MARLIN til et værktøj, der kan tilbydes patienter i kliniske miljøer for at fremskynde sygdomsklassifikation, informere behandlingsvalg i realtid og skabe en ressource for kræftforskningssamfundet til at studere DNA-methylerings rolle i leukæmi.