به گزارش پایگاه اطلاع‌رسانی بنیان، در یک مطالعه، محققان موسسه پزشکی شرقی کره، یک پلتفرم تحلیلی جدید را برای تشخیص تغییرات تعداد کپی (CNA) از طریق توالی‌یابی اگزوم کامل DNA آزاد گردشی (cfDNA WES) در بیماران مبتلا به سرطان ریه پیشرفته غیرسلول کوچک (NSCLC) توسعه و ارزیابی کرده‌اند. تشخیص دقیق CNAs در cfDNA به‌دلیل وجود نویز و سوگیری مرتبط با محتوای گوانین-سیتوزین (GC) همواره با چالش‌های فنی مواجه بوده است. این پژوهش که بر پایه یافته‌های قبلی همین تیم تحقیقاتی بنا نهاده شده، نشان می‌دهد که سیگنال‌های شمارش بازخوانی در داده‌های cfDNA WES همبستگی قوی با محتوای GC دارند و اعمال تصحیح سوگیری GC مبتنی بر روش LOESS، به‌طور مؤثری موجب کاهش مثبت‌های کاذب و بهبود چشمگیر دقت در شناسایی CNAs شده است. پروفایل‌های CNA استخراج شده از پلاسما نه‌تنها در نمونه‌های سریال گرفته شده از یک بیمار، قابلیت تکرارپذیری بالایی از خود نشان دادند، بلکه همپوشانی قابل توجهی با الگوهای شناخته شده CNA در داده‌های تومور بافتی بانک ژنوم سرطان (TCGA) برای دو زیرگروه اصلی NSCLC، یعنی آدنوکارسینومای ریه (LUAD) و کارسینوم سلول سنگفرشی ریه (LUSC) داشتند. این یافته‌ها به وضوح اثبات می‌کنند که توالی‌یابی اگزوم کامل cfDNA، در صورت همراه شدن با روش‌های تصحیح سوگیری مناسب، می‌تواند به عنوان یک جایگزین عملی، جامع و کم‌تهاجم برای پروفایلینگ ژنومی تومورهای NSCLC در نظر گرفته شود و راه را برای پایش دقیق‌تر بیماری و درمان شخصی‌تر هموار کند.

توسعه‌ی یک پلتفرم تحلیلی برای مقابله با چالش‌های فنی

پژوهشگران کرهای با هدف غلبه بر موانع فنی موجود در مسیر تشخیص تغییرات تعداد کپی (CNA) از DNA آزاد گردشی (cfDNA)، یک پلتفرم تحلیلی پیشرفته را طراحی کردند. چالش اصلی در این زمینه، وجود نویز زیاد و سوگیری‌های سیستماتیک، به‌ویژه سوگیری مرتبط با محتوای گوانین-سیتوزین (GC) در داده‌های توالی‌یابی اگزوم کامل (WES) است. این تیم تحقیقاتی با ساختن بر اساس مطالعه قبلی خود که الگوهای شمارش بازخوانی در داده‌های cfDNA WES را مشخص کرده بود، روشی را برای تصحیح این سوگیری‌ها توسعه دادند تا دقت و قابلیت اطمینان تشخیص CNAs را به میزان قابل توجهی افزایش دهند.

کشف رابطه‌ی عمیق بین الگوهای بازخوانی و محتوای GC

در گام اول، محققان به بررسی رابطه بین سیگنال‌های شمارش بازخوانی و محتوای GC در ژنوم پرداختند. تحلیل‌های آن‌ها روی نمونه‌های افراد سالم و بیماران مبتلا به سرطان ریه نشان داد که الگوی میانگین شمارش بازخوانی در نمونه‌های مختلف، شباهت بسیار بالایی با الگوی محتوای GC در نوژنومی یکسان دارد. محاسبه ضریب همبستگی پیرسون بین این دو سیگنال، یک رابطه آماری معنادار و قوی را تأیید کرد. این یافته کلیدی، نقش محوری محتوای GC را به عنوان یک منبع اصلی ایجاد سوگیری در داده‌های cfDNA WES برملا ساخت.

اجرای روش تصحیح سوگیری GC با استفاده از الگوریتم LOESS

برای خنثی کردن اثر مخرب سوگیری GC، تیم تحقیق از یک روش آماری قوی به نام LOESS استفاده کردند. این تکنیک به آن‌ها اجازه داد تا رابطه غیرخطی بین شمارش بازخوانی نرمال‌شده (NRC) و محتوای GC را مدلسازی کرده و اثر آن را از داده‌ها حذف کنند. مقایسه توزیع داده‌های NRC قبل و بعد از اعمال این تصحیح، به وضوح نشان داد که تصحیح LOESS چگونه توزیع داده‌ها را حول صفر متمرکزتر کرده و همبستگی باقیمانده با GC را تا حد نزدیک به صفر کاهش می‌دهد. این امر منجر به کاهش چشمگیر مثبت‌های کاذب در تشخیص CNAs شد.

ارزیابی اثربخشی روش تصحیح در نمونه‌های سالم

برای سنجش عینی عملکرد روش تصحیح، پژوهشگران این پلتفرم را روی داده‌های cfDNA افراد سالم که فاقد هرگونه CNA هستند، آزمایش کردند. نتایج این ارزیابی بسیار گویا بود؛ به‌طوری که میانگین قدر مطلق ضریب همبستگی بین NRC و محتوای GC، پس از اعمال تصحیح از یک مقدار قابل توجه به نزدیک صفر کاهش یافت. این موفقیت در نمونه‌های سالم، صحت و دقت روش توسعه‌یافته را در حذف سوگیری‌های فنی و نه بیولوژیکی، به اثبات رساند و پایه‌های لازم برای اعتماد به نتایج حاصل از نمونه‌های بیماران را تقویت کرد.

شناسایی الگوهای CNA در بیماران مبتلا به NSCLC

در فاز بعدی، این پلتفرم تحلیلی روی ۳۱ نمونه پلاسمای گرفته شده از ۱۵ بیمار مبتلا به سرطان ریه پیشرفته NSCLC اعمال شد. خروجی این تحلیل، یک نقشه حرارتی جامع از قطعات ژنومی دارای افزایش یا کاهش کپی در سراسر ژنوم این بیماران بود. نکته جالب توجه، شباهت بسیار بالای پروفایل‌های CNA استخراج‌شده از نمونه‌های سریال (چندین نوبت نمونه‌گیری) یک بیمار خاص بود که نشان‌دهنده قابلیت تکرارپذیری و پایایی بالای این روش در پایش تغییرات ژنومی تومور در طول زمان است.

همخوانی قابل توجه با داده‌های بیوپسی بافتی TCGA

برای اعتبارسنجی بیشتر و اطمینان از ارتباط بیولوژیکی یافته‌ها، محققان پروفایل‌های CNA به دست آمده از cfDNA را با پایگاه داده عظیم TCGA که مبتنی بر توالی‌یابی نمونه‌های بافتی تومور است، مقایسه کردند. نتایج این مقایسه نشان داد که الگوهای تغییرات تعداد کپی شناسایی شده در پلاسمای بیماران مبتلا به آدنوکارسینوما (LUAD) و کارسینوم سلول سنگفرشی (LUSC) ریه، همپوشانی قابل توجهی با الگوهای مختص هر زیرگروه در داده‌های TCGA دارد. این همخوانی قوی، تأیید می‌کند که cfDNA WES قادر است ویژگی‌های ژنومی اصلی تومور را که پیش از این تنها از طریق بیوپسی‌های تهاجمی بافتی قابل دستیابی بود، به درستی منعکس کند.

بیوپسی مایع: آینده تشخیص و پایش سرطان ریه

در مجموع، این مطالعه به طور قانع‌کننده‌ای نشان می‌دهد که توالی‌یابی اگزوم کامل DNA آزاد گردشی، زمانی که با یک پلتفرم تحلیلی قدرتمند برای تصحیح سوگیری‌ها همراه شود، می‌تواند به عنوان یک ابزار عملی و کم‌تهاجم برای پروفایلینگ ژنومی تومورهای NSCLC مورد استفاده قرار گیرد. این رویکرد جدید، امکان دستیابی به اطلاعات جامع در مورد تغییرات تعداد کپی را – مشابه آنچه از بیوپسی بافت به دست می‌آید – اما با ریسک بسیار کمتر برای بیمار و قابلیت تکرارپذیری بالاتر برای پایش پاسخ به درمان و پیشرفت بیماری فراهم می‌کند و آینده روشنی را برای شخصی‌سازی درمان سرطان ریه ترسیم می‌نماید.

پایان مطلب/.