Исследование демонстрирует консервативность биологии опухолей между мышиными моделями и раком молочной железы человека для прогнозирования выживаемости и ответа на иммунотерапию. Разработанные на основе мышиных данных машинного обучения модели показали производительность, сопоставимую с существующими прогностическими тестами для рака молочной железы человека.
Исследователи создали обширный датасет из 26 иммунокомпетентных моделей опухолей молочной железы мышей, охватывающих различные генетические фоны, эпителиально-мезенхимальные состояния, базально-люминальную ось и различные иммунные микроокружения.
Для каждой модели измерялась выживаемость в трех условиях:
- Без лечения
- Ингибирование иммунных контрольных точек (ICI)
- Химиотерапия carboplatin/paclitaxel
Выполнялось RNA-секвенирование базовых опухолей и образцов через 7 дней лечения для обеих терапевтических схем.
Прогностические модели
Базовые экспрессионные характеристики генов мышиных опухолей использовались для обучения модели машинного обучения Elastic Net, которая предсказывала исходы выживаемости на множественных датасетах рака молочной железы человека с производительностью, сопоставимой с существующими прогностическими анализами.
Предикторы ответа на иммунотерапию
Модели, обученные для прогнозирования пользы от ICI с использованием либо необработанных, либо образцов через 7 дней ICI-лечения, успешно предсказывали пользу от ICI на человеческих датасетах, получавших иммунотерапию. Модель на основе образцов через 7 дней лечения показала лучшую производительность.
Предикторы ответа на химиотерапию
Предиктор ответа на carboplatin/paclitaxel, разработанный на основе данных мышиных опухолей молочной железы, хорошо работал на мышах, но не обобщался на человеческие когорты химиотерапии.
Исследование сравнило множественные вычислительные подходы, включая:
- XGBoost
- Random forests
- Support vector regression
- Elastic Net
Все методы успешно предсказывали исходы выживаемости, при этом Elastic Net обеспечивал лучшую производительность и интерпретируемость.
Полученные результаты указывают на консервативную биологию рака между мышиными и человеческими опухолями для прогноза и ответа на ICI. Исследование создает крупный доклинический датасет с связанными фенотипическими и геномными данными как ресурс для открытия биомаркеров.
Это исследование открывает новые возможности для трансляционной онкологии, демонстрируя, что мышиные модели могут служить эффективной платформой для разработки клинически значимых биомаркеров, особенно для иммунотерапии рака молочной железы.