Новый подход для прогнозирования и молекулярно-генетического профилирования злокачественных новообразований.

У нас часто спрашивают, почему так долго разрабатывается и совершенствуется сервис xGenCloud? В этом году исполнилось 10 лет нашей компании и 9 лет нашему сервису и поэтому настало время подвести некоторые итоги деятельности.

Одной из сложнейших задач, пути решения которой мы искали, это возможность прогнозирования многофакторной патологии по результатам генетического тестирования. В результате наша команда разработала математический подход на основе искусственного интеллекта, а также инструменты для его реализации, которые выводят создание прогнозных моделей на новый уровень. Подход основан на выявлении комбинаций генетических вариантов/ мутаций в критичных генах, специфических для развития конкретного многофакторного заболевания и не встречающихся или редко встречающихся при других состояниях. Созданную модель можно развивать и совершенствовать, добавляя новые важные параметры и корректируя имеющиеся, так некоторые первые модели с низкими или нулевыми показателями, были подвергнуты доработке и улучшению. Если такую модель описать человеческим языком, например, для рака головы и шеи, получится монография объемом более 500 листов. Разрабатываемые модели прогноза интерпретируемы, т.е. мы можем вывести цепочку суждений о том, как модель вышла на результат, и соответствуют современным преставлениям о природе многофакторных заболеваний. Более того, алгоритм позволяет работать с полиморфизмами неизвестной патогенности, что упрощает проведение интерпретации при выявлении не описанных в литературе мутаций.

Сегодня благодаря этому и публичным данным проекта TCGA*, на основе результатов генетического анализа ДНК полиморфных локусов, которые мы использовали для тестирования и валидации моделей, реализованы прогнозы для 21 онкологического заболевания:

• Острый миелоидный лейкоз (чувствительность = 0,93, специфичность = 0,38),
• Хронический лимфолейкоз (чувствительность = 0,96, специфичность = 0,39),
• Рак мочевого пузыря (чувствительность = 0,25, специфичность = 0,95),
• Рак молочной железы (чувствительность = 0,21, специфичность = 0,80),
• Карциноид (чувствительность = 0,95, специфичность = 0,63),
• Колоректальный рак (чувствительность = 0,78, специфичность = 0,69),
• Диффузная В-крупноклеточная лимфома (чувствительность = 0,33, специфичность = 0,69),
• Аденокарцинома пищевода (чувствительность = 0,50, специфичность = 0,56),
• Мультиформная глиобластома (чувствительность = 0,90, специфичность = 0,37),
• Плоскоклеточный рак головы и шеи (чувствительность = 0,44, специфичность = 0,90),
• Светлоклеточный рак почки (чувствительность = 0,51, специфичность = 0,95),
• Аденокарцинома легких (чувствительность = 0,79, специфичность = 0,53),
• Сквамозно-клеточная карцинома легких (чувствительность = 0,38, специфичность = 0,88),
• Медуллобластома (чувствительность = 0,94, специфичность = 0,42),
• Меланома (чувствительность = 0,87, специфичность = 0,62),
• Множественная миелома (чувствительность = 0,96, специфичность = 0,44),
• Нейробластома (чувствительность = 0,84, специфичность = 0,65),
• Рак яичников (чувствительность = 0,98, специфичность = 0,42),
• Аденокарцинома простаты (чувствительность = 0,43, специфичность = 0,76),
• Рабдоидная опухоль (чувствительность = 0,95, специфичность = 0,47),
• Эндометриальная карцинома тела матки (чувствительность = 0,59, специфичность = 0,56).

В планах нашей компании разработка систем прогноза и диагностических алгоритмов на основе различных геномных и других OMICs-данных (вариаций числа копий (CNV) – микроделеций и микродупликаций, метилирования и уровня экспрессии генов, и протеомных профилей и др.).

Разработанный подход повышает эффективность медико-генетического консультирования многофакторной патологии, позволяет более точно оценить вклад генов и межгенное взаимодействие.

Такие вот результаты работы нашей креативной команды. Мы всегда открыты к сотрудничеству и возможно именно вместе с вами напишем новую страницу в медицинской генетике!

Более подробная информация о проекте xGenCloud содержится в презентациях:

Скачать презентацию на русском (скачать)

Download presentation in english (download)

* Атлас генома рака (TCGA) - это проект, начатый в 2005 году для каталогизации генетических мутаций, ответственных за развитие злокачественных новообразований, с использованием секвенирования генома и биоинформатики, TCGA применяет высокопроизводительные методы анализа генома, чтобы улучшить способность диагностировать, лечить и предотвращать рак за счет лучшего понимания генетической основы этого заболевания.