Személyre szabott daganatterápia matematikai modellek segítségével
Az Óbudai Egyetem Egyetemi Kutató és Innovációs Központjában (EKIK) többek között olyan kutatások zajlanak, ahol a mérnöki és matematikai gondolkodás közvetlenül a gyógyítás szolgálatába áll. Ennek egyik látványos példája egy friss, állatkísérlethez kapcsolódó eredmény, melynek során a kutatók algoritmusokkal és egyénre szabott matematikai modellekkel optimalizálták a kemoterápia adagolását, amivel egy agresszív emlőrák-egérmodellben hosszabb túlélést és ritkább gyógyszerrezisztenciát értek el. A most publikált kutatói munka is jól szemlélteti, milyen irányokban erősít az EKIK. Ezek többek közt az adat- és modellalapú döntéstámogatás, orvosbiológiai mérnöki megoldások, személyre szabott terápia, valamint a mérések és algoritmusok összekapcsolása.
Újra gondolt kemoterápia
A kemoterápia ma is megkerülhetetlen a daganatos megbetegedések kezelésében, sokszor még műtét után is, hiszen nem mindig távolítható el minden kóros sejt. Miközben a fejlesztések gyakran az új hatóanyagokra fókuszálnak, az adagolás és az ütemezés kérdése kevésbé „innovációs terep”, pedig döntően befolyásolja a kimenetelt.
A klinikai gyakorlatban a legtöbb protokoll a maximálisan tolerálható dózisra (MTD) épül: a beteg számára még elviselhető legnagyobb adagot adják, viszonylag ritkán, tipikusan 10 nap és 4 hét közötti időközökkel. Ez a „hagyományos” forgatókönyv azonban nem számol azzal, hogy az emberek és az állatmodellek között nagy eltérések vannak abban, milyen módon bomlik le a gyógyszer a szervezetben (farmakokinetika), és hogyan reagál rá a daganat (farmakodinamika). Az eredmény tehát lehet túl magas toxicitás, kezelésmegszakítás vagy éppen alacsonyabb hatékonyság.
Személyre szabott gyógyítási modell
Az EKIK-ben futó kutatás lényege, hogy a kemoterápiát személyre szabottan optimalizálják. A csapat egy olyan matematikai modellt hozott létre, amely együtt írja le a tumornövekedést, a gyógyszer daganatra gyakorolt hatását (farmakodinamika), és a gyógyszer „útját” a szervezetben (farmakokinetika).
A kulcs az, hogy a modellt mérésekkel „behangolják”, azaz rendszeresen követik a tumor méretét, a kezelésválaszt, és szükséges esetben a gyógyszerszinteket is. Így a modell paraméterei egy adott egyedhez és tumorhoz illeszkednek. Vagyis a tervezés nem átlagos feltételezésekből, hanem egyénre szabott adatokból indul ki.
A személyre szabott modellre építve a kutatók mérnöki és matematikai módszerekkel állítanak össze terápiát. A klasszikus maximum tolerálható dózishoz (MTD) képest gyakrabban (például heti kétszer) adnak kezelést, ugyanakkor jóval kisebb dózisokkal. A cél kettős: fenntartani egy hatékony, de kevésbé „sokkoló” terhelést, és csökkenteni annak esélyét, hogy a daganat „kitanulja” a kezelést, vagyis rezisztencia alakuljon ki.
A most megjelent publikációban bemutatott megközelítés az algoritmus-asszisztált terápiatervezés (Algorithm-assisted therapy design, AATD), amely kétféle stratégiával dolgozik. Az egyik a vérben keringő hatóanyagszint stabilizálására törekszik, a másik előrejelző (modell-prediktív) logikával, az egyedi tumortulajdonságokhoz igazítva optimalizálja a dózist és az időzítést.
Ezt mutatják a kísérletek
A módszert egy klinikailag releváns, agresszív emlőrák-modellben, tripla negatív emlőrákhoz (TNBC) hasonló genetikailag módosított egerekben tesztelték. A vizsgálatok fókuszában a pegilált liposzómális doxorubicin (PLD) állt, amely egy olyan kemoterápiás készítmény, amelynél a dózis és az ütemezés különösen fontos a hatás és a mellékhatások egyensúlya miatt.
Az eredmények egyértelmű irányt mutattak: a személyre szabott, algoritmus által tervezett protokollok mellett az állatok tovább éltek, és a kezelések során kisebb eséllyel jelent meg a gyógyszerrezisztenciára emlékeztető visszaesés. Röviden, ugyanazzal a hatóanyaggal, de okosabban megtervezett adagolással jobb kimenetel érhető el.
Erősödik az EKIK kutatási portfóliója
Az EKIK egyik erőssége, hogy összeköti a műszaki-tudományos eszköztárat a valós társadalmi és egészségügyi kihívásokkal. Ez a projekt is jól példázza, hogyan lesz a matematikai modellből és mérnöki optimalizálásból kézzelfogható, mérhető hatás, vagyis jobb túlélési esély, kevesebb rezisztencia és mindezt adatvezérelt döntésekkel támogatva.
A következő lépés a klinikai alkalmazhatóság felé vezet. A megközelítés azért ígéretes, mert a szükséges adatok (tumorméret, kezelésválasz, gyógyszerszint) ma is mérhetők korszerű képalkotással és laboratóriumi módszerekkel. „A hosszútávú cél egy olyan terápiatervezési keretrendszer, amely a jövőben a személyre szabott onkológiai kezelések biztonságát és hatékonyságát egyszerre erősítheti” - magyarázza Dr. Füredi András, az EKIK Élettani Szabályozások Kutatóközpont kutató munkatársa.
„Az Óbudai Egyetem EKIK-ben zajló munka üzenete egyszerű, mégis erős: nemcsak új gyógyszerekre van szükség, hanem arra is, hogy a meglévő terápiákat mérésekre és döntéstámogatási modellekre támaszkodva, személyre szabottan adagoljuk, mert a „jó adag” sokszor nem a „legnagyobb adag”, hanem a legjobban megtervezett” - foglalja össze Dr. habil. Drexler Dániel András, az Óbudai Egyetem, Neumann János Informatikai Kar - Biomatika és Alkalmazott Mesterséges Intelligencia Intézet egyetemi docense, és az EKIK Élettani Szabályozások Kutatóközpont (PHYSCON) Számítógépes Terápiaoptimalizálás Kutatócsoport vezetője.
Az Európai Kutatási Tanács (ERC) támogatásával, az egyetemünk Élettani Szabályozások Kutatóközpontjában (PhysCon) elindított projektünk a kiberorvoslás alapjait fektette le. Mára eljutottunk a klinikai validáció fázisába: digitális ikermodellek és precíziós algoritmusok segítségével, személyre szabottan tudjuk optimalizálni a kezeléseket. Célunk, hogy a rák ne egy rettegett kór, hanem egy kontrollálható, krónikus állapot legyen - mondta el az elért eredmények kapcsán Prof. Dr. Kovács Levente rektor.
Együttműködés a daganatterápiában
A kutatásban részt vettek:
A kemoterápia ma is megkerülhetetlen a daganatos megbetegedések kezelésében, sokszor még műtét után is, hiszen nem mindig távolítható el minden kóros sejt. Miközben a fejlesztések gyakran az új hatóanyagokra fókuszálnak, az adagolás és az ütemezés kérdése kevésbé „innovációs terep”, pedig döntően befolyásolja a kimenetelt.
A klinikai gyakorlatban a legtöbb protokoll a maximálisan tolerálható dózisra (MTD) épül: a beteg számára még elviselhető legnagyobb adagot adják, viszonylag ritkán, tipikusan 10 nap és 4 hét közötti időközökkel. Ez a „hagyományos” forgatókönyv azonban nem számol azzal, hogy az emberek és az állatmodellek között nagy eltérések vannak abban, milyen módon bomlik le a gyógyszer a szervezetben (farmakokinetika), és hogyan reagál rá a daganat (farmakodinamika). Az eredmény tehát lehet túl magas toxicitás, kezelésmegszakítás vagy éppen alacsonyabb hatékonyság.
Személyre szabott gyógyítási modell
Az EKIK-ben futó kutatás lényege, hogy a kemoterápiát személyre szabottan optimalizálják. A csapat egy olyan matematikai modellt hozott létre, amely együtt írja le a tumornövekedést, a gyógyszer daganatra gyakorolt hatását (farmakodinamika), és a gyógyszer „útját” a szervezetben (farmakokinetika).
A kulcs az, hogy a modellt mérésekkel „behangolják”, azaz rendszeresen követik a tumor méretét, a kezelésválaszt, és szükséges esetben a gyógyszerszinteket is. Így a modell paraméterei egy adott egyedhez és tumorhoz illeszkednek. Vagyis a tervezés nem átlagos feltételezésekből, hanem egyénre szabott adatokból indul ki.
A személyre szabott modellre építve a kutatók mérnöki és matematikai módszerekkel állítanak össze terápiát. A klasszikus maximum tolerálható dózishoz (MTD) képest gyakrabban (például heti kétszer) adnak kezelést, ugyanakkor jóval kisebb dózisokkal. A cél kettős: fenntartani egy hatékony, de kevésbé „sokkoló” terhelést, és csökkenteni annak esélyét, hogy a daganat „kitanulja” a kezelést, vagyis rezisztencia alakuljon ki.
A most megjelent publikációban bemutatott megközelítés az algoritmus-asszisztált terápiatervezés (Algorithm-assisted therapy design, AATD), amely kétféle stratégiával dolgozik. Az egyik a vérben keringő hatóanyagszint stabilizálására törekszik, a másik előrejelző (modell-prediktív) logikával, az egyedi tumortulajdonságokhoz igazítva optimalizálja a dózist és az időzítést.
Ezt mutatják a kísérletek
A módszert egy klinikailag releváns, agresszív emlőrák-modellben, tripla negatív emlőrákhoz (TNBC) hasonló genetikailag módosított egerekben tesztelték. A vizsgálatok fókuszában a pegilált liposzómális doxorubicin (PLD) állt, amely egy olyan kemoterápiás készítmény, amelynél a dózis és az ütemezés különösen fontos a hatás és a mellékhatások egyensúlya miatt.
Az eredmények egyértelmű irányt mutattak: a személyre szabott, algoritmus által tervezett protokollok mellett az állatok tovább éltek, és a kezelések során kisebb eséllyel jelent meg a gyógyszerrezisztenciára emlékeztető visszaesés. Röviden, ugyanazzal a hatóanyaggal, de okosabban megtervezett adagolással jobb kimenetel érhető el.
Erősödik az EKIK kutatási portfóliója
Az EKIK egyik erőssége, hogy összeköti a műszaki-tudományos eszköztárat a valós társadalmi és egészségügyi kihívásokkal. Ez a projekt is jól példázza, hogyan lesz a matematikai modellből és mérnöki optimalizálásból kézzelfogható, mérhető hatás, vagyis jobb túlélési esély, kevesebb rezisztencia és mindezt adatvezérelt döntésekkel támogatva.
A következő lépés a klinikai alkalmazhatóság felé vezet. A megközelítés azért ígéretes, mert a szükséges adatok (tumorméret, kezelésválasz, gyógyszerszint) ma is mérhetők korszerű képalkotással és laboratóriumi módszerekkel. „A hosszútávú cél egy olyan terápiatervezési keretrendszer, amely a jövőben a személyre szabott onkológiai kezelések biztonságát és hatékonyságát egyszerre erősítheti” - magyarázza Dr. Füredi András, az EKIK Élettani Szabályozások Kutatóközpont kutató munkatársa.
„Az Óbudai Egyetem EKIK-ben zajló munka üzenete egyszerű, mégis erős: nemcsak új gyógyszerekre van szükség, hanem arra is, hogy a meglévő terápiákat mérésekre és döntéstámogatási modellekre támaszkodva, személyre szabottan adagoljuk, mert a „jó adag” sokszor nem a „legnagyobb adag”, hanem a legjobban megtervezett” - foglalja össze Dr. habil. Drexler Dániel András, az Óbudai Egyetem, Neumann János Informatikai Kar - Biomatika és Alkalmazott Mesterséges Intelligencia Intézet egyetemi docense, és az EKIK Élettani Szabályozások Kutatóközpont (PHYSCON) Számítógépes Terápiaoptimalizálás Kutatócsoport vezetője.
Az Európai Kutatási Tanács (ERC) támogatásával, az egyetemünk Élettani Szabályozások Kutatóközpontjában (PhysCon) elindított projektünk a kiberorvoslás alapjait fektette le. Mára eljutottunk a klinikai validáció fázisába: digitális ikermodellek és precíziós algoritmusok segítségével, személyre szabottan tudjuk optimalizálni a kezeléseket. Célunk, hogy a rák ne egy rettegett kór, hanem egy kontrollálható, krónikus állapot legyen - mondta el az elért eredmények kapcsán Prof. Dr. Kovács Levente rektor.
Együttműködés a daganatterápiában
A kutatásban részt vettek:
- Gyógyszer rezisztencia Kutatócsoport, Molekuláris Élettudományi Intézet, HUN-REN Természettudományi Kutatóközpont, Budapest, Magyarország.
- Semmelweis Egyetem, Doktori Iskola (Doctoral College), Budapest, Magyarország.
- Kísérletes Farmakológiai Osztály és Nemzeti Daganatbiológiai Laboratórium, Országos Onkológiai Intézet, Budapest, Magyarország.
- Élettani Szabályozások Kutatóközpont (PhysCon), Egyetemi Kutató és Innovációs Központ (EKIK), Óbudai Egyetem, Budapest, Magyarország.
- Neumann János Informatikai Kar, Óbudai Egyetem, Budapest, Magyarország.
- Szerkezetkutató Központ, HUN-REN Természettudományi Kutatóközpont, Budapest, Magyarország.
- Rákkutató Központ, Bécsi Orvostudományi Egyetem, Bécs, Ausztria.
- Mikrorendszerek Laboratórium, Műszaki Fizikai és Anyagtudományi Intézet, HUN-REN Energiatudományi Kutatóközpont, Budapest, Magyarország.
