(Yothin Sanchai/EyeEm/Getty Images) Im Bestreben, sich besser zu entwickeln Krebsbehandlungen und um auf eine mögliche Heilung dieser heimtückischen Krankheit hinzuarbeiten, ist die Erforschung von Krebs In Kulturschalen gezüchtete Zellen sind von entscheidender Bedeutung – neue Forschungsergebnisse zeigen jedoch einige wichtige genetische Unterschiede zwischen diesen Zellen und den Krebszellen, die im menschlichen Körper wachsen.
Das bedeutet zwar nicht, dass Laborforschung mit im Labor gezüchteten Zellen nicht nützlich und aufschlussreich sein kann, doch ist es für Wissenschaftler wichtig, diese Unterschiede zu kennen, wenn sie nach Möglichkeiten suchen, die Ausbreitung von Tumoren und deren Schädigung zu verhindern.
Forscher entwickelten eine maschinelles Lernen Modell namens CancerCellNet (CCN) zum Vergleich von Krebszellen im Körper mit Krebszellen aus vier anderen Quellen: 26 Mäusemodelle, die zur Entstehung von Krebs entwickelt wurden; 415 Mäuse mit transplantierten menschlichen Krebszellen (Xenografts); 131 Kugeln aus 3D-Gewebe, die in einem Labor gezüchtet wurden, um Tumore (Tumoroide) nachzuahmen; und 657 traditionelle Krebszelllinien (in Kulturschalen gezüchtete Krebszellen).
Durch den Vergleich der RNA Indem das Team die Sequenzen dieser Zellen – die biologischen Anweisungen, die bestimmen, wie sich Proteine entwickeln – mit einer Krebsgenomdatenbank vergleicht, konnte es herausfinden, wie ähnlich sie auf genetischer Ebene zu In-vivo-Krebsarten sind.
„Für Wissenschaftler mag es keine Überraschung sein, dass Krebszelllinien anderen Modellen genetisch unterlegen sind, aber wir waren überrascht, dass gentechnisch veränderte Mäuse und Tumoroide im Vergleich so sehr gut abschneiden.“ sagt der Molekularbiologe und Genetiker Patrick Cahan von der Johns Hopkins University.
Im Durchschnitt hatten die gentechnisch veränderten Mäuse und Tumoroide RNA-Sequenzen, die bei etwa 80 Prozent der getesteten Tumorarten, einschließlich Brust-, Lungen- und Eierstockkrebs, am ehesten mit tatsächlichem menschlichem Krebs übereinstimmten.
Krebszelllinien schnitten nicht so gut ab, es gab mehr Diskrepanzen zu den menschlichen Tumoren. In einem in der Studie erwähnten Beispiel ähnelte eine als PC3 bekannte Zelllinie für Prostatakrebs tatsächlich eher Blasenkrebs. Es scheint, dass sich Zelllinien zu verändern beginnen, sobald sie ihre natürliche Umgebung verlassen.
„RNA ist ein ziemlich guter Ersatz für Zelltyp und Zellidentität, die der Schlüssel zur Bestimmung sind, ob im Labor entwickelte Zellen ihren menschlichen Gegenstücken ähneln.“ sagt Cahan .
„RNA-Expressionsdaten sind sehr standardisiert und stehen Forschern zur Verfügung und unterliegen weniger technischen Schwankungen, die die Ergebnisse einer Studie verfälschen können.“
Die Vorteile von CancerCellNet bestehen darin, dass es vielseitig und schnell ist: Es ist sicherlich schneller und kostengünstiger als die Transplantation von Krebserkrankungen in Mäuse, um zu sehen, wie sie sich entwickeln. Dies ist eine der Methoden, die Wissenschaftler derzeit zum Vergleich verschiedener Modelle verwenden.
Bei der Studie sind Einschränkungen zu beachten. So gut RNA zum Vergleich von Zellen auch ist, sie erzählt nicht die ganze Geschichte, und die Forscher möchten ihrer CCN-Trainingsdatenbank weitere Daten hinzufügen, um sie genauer zu machen.
Darüber hinaus ist es nichts wert, dass in der Studie auch relativ wenige manipulierte Mausmodelle und Tumoroide untersucht wurden, was die Ergebnisse möglicherweise etwas verzerrt hat.
Obwohl dies für CCN erst der Anfang ist, ist es vielversprechend, Forschern dabei zu helfen, herauszufinden, wie realistisch und zuverlässig ihre Krebsmodelle sind darauf basierende Studien werden sein, wenn es darum geht, sie in tatsächliche Behandlungen umzuwandeln. Darüber hinaus lässt es sich auch problemlos an zukünftige Krebsmodelle anpassen.
„Da CCN quelloffen und einfach zu verwenden ist, kann es problemlos auf neu generierte Krebsmodelle angewendet werden, um deren Genauigkeit zu beurteilen“, erklären die Forscher in ihrem Papier .
Die Forschung wurde veröffentlicht in Genommedizin .