기하학적 데이터 과학을 활용한 다차원 암 치료제 개발
Scientific Reports 13권, 기사 번호: 8255(2023) 이 기사 인용
825 액세스
2 알트메트릭
측정항목 세부정보
암 치료법에 대한 개인화된 접근 방식에는 주로 표적 약물의 혜택을 받을 가능성이 가장 높은 환자 하위 집단을 식별하는 것이 포함됩니다. 이러한 계층화로 인해 바이오마커와 조직 유형을 통합해야 하는 필요성으로 인해 종종 너무 복잡한 임상 시험 설계가 과다하게 되었습니다. 이러한 문제를 해결하기 위해 많은 통계 방법이 개발되었습니다. 그러나 그러한 방법론이 이용 가능해질 때쯤에는 암에 대한 연구가 새로운 과제에 직면하게 되므로 따라잡는 것을 피하기 위해서는 새로운 분석 도구를 함께 개발하는 것이 필요합니다. 암 치료가 직면한 과제 중 하나는 여러 암 유형에 걸친 바이오마커 패널과 일치하는 향후 시험 설계를 기반으로 민감한 환자 집단을 위한 여러 치료법을 효과적이고 적절하게 타겟팅하는 것입니다. 우리는 복잡한 암 치료 데이터를 다차원으로 시각화하는 새로운 기하학적 방법(초곡면의 수학적 이론)과 더 높은 차원의 종양학 시험 설계 공간의 기하학적 표현을 제시합니다. 초표면은 흑색종에 대한 바스켓 시험 설계의 특정 예에 적용하여 마스터 프로토콜을 설명하는 데 사용되며, 따라서 다중 오믹스 데이터를 다차원 치료제로 추가로 통합하기 위한 프레임워크를 설정합니다.
DNA에서 관찰된 동인 돌연변이에 기초한 현대 암 치료법은 모든 환자에 대한 기존 치료 표준보다 우수한 약물이나 치료법을 찾는 목표를 가장 가능성이 높은 환자의 특정 하위 집단에 표적 치료법을 제공하는 패러다임으로 전환했습니다. 이익을 얻기 위해. 이러한 '맞춤형 의료' 환경은 종양 성장을 담당할 뿐만 아니라 항암제 작용 메커니즘의 표적을 형성하여 치료 결정을 안내하는 돌연변이로 인해 그럴듯해졌습니다. 예를 들어 Vemurafenib은 진행성 흑색종에서 BRAF 돌연변이를 표적으로 삼고, Trastuzumab은 유방암에서 Her2를 표적으로 하며, Crizotinib은 비소세포폐암에서 ALK 돌연변이를 표적으로 삼습니다. 환자는 관심 돌연변이의 존재 또는 부재에 대해 스크리닝되고 이에 따라 '바이오마커' 시그니처가 지정됩니다. 일부 바이오마커는 개인에게서 암이 어떻게 진행되는지 추적하여 질병의 예후에 도움을 주고, 다른 바이오마커는 긍정적인 바이오마커 서명을 가진 개인이 개입에 호의적으로 반응할지 예측하며, 일부는 두 가지 역할을 모두 수행할 수도 있습니다. 암 유전체학의 이러한 근본적인 발전으로 인해 약물 개발 파이프라인 전반에 걸쳐 새로운 바이오마커 기반 임상 시험 설계 접근 방식이 급증하게 되었습니다1,2,3. 그러나 임상 시험에서 '작은 데이터'에서 고차원 바이오마커 데이터로 확장함에 따라 그 모양과 구조를 이해해야 하는 필요성은 적절한 시각화 기술이 필요한 문헌의 주요 연구 격차를 구성합니다.
실험적 치료 옵션이 단일 암 유형 내에서 하나 이상의 바이오마커에 의존하는 경우, 우산 시험이라고 불리는 여러 치료법을 병행하여 평가할 수 있습니다4,5. 종종 무작위로 수행되는 하위 연구는 두 군 비교 또는 각 하위 연구 내 여러 약물에 대한 다중 군 비교일 수 있습니다. 여러 종양 유형에 존재할 수 있는 특정 돌연변이를 표적으로 하는 새로운 치료법을 효율적으로 연구할 수 있도록 바구니 시험 설계라고 하는 새로운 암 시험 접근법이 제안되었습니다6,7,8. 바구니 시험에서는 공통 돌연변이가 있는 환자를 다양한 종양 유형을 가진 집단에서 모집하고 종양 유형 간의 정보 차용을 기반으로 별도의 연구보다 더 효율적일 수 있습니다. 실험적 치료의 효과는 모집된 전체 그룹과 개별 종양 유형 모두에서 평가될 수 있습니다. 모집된 환자가 다양한 종양 유형과 다양한 돌연변이를 갖는 보다 복잡한 시험은 소위 매트릭스 시험9으로, 바구니 시험과 우산 시험을 모두 특수 사례로 포함합니다.