Сложные углеводные молекулы, покрывающие поверхность наших клеток, долгое время считались лишь биохимическим фоном. Однако учёные из Университета науки и технологий имени короля Абдаллы (KAUST) доказали, что эти сахарные структуры — гликаны — содержат скрытые закономерности, позволяющие не только различать типы опухолей, но и прогнозировать течение болезни.
Исследователи сосредоточились на группе из 71 гена, ответственных за синтез гликанов (CPGT — Core Protein Glycosylation-Related Genes). Эти гликозилтрансферазы управляют формированием молекулярных цепочек сахаров, которые играют ключевую роль в росте, делении и распространении раковых клеток. Чтобы выявить закономерности в их работе, учёные применили алгоритмы машинного обучения и обучили искусственный интеллект на тысячах образцов опухолей.
Созданная модель показала удивительные результаты. Всего по данным экспрессии 71 гена система смогла классифицировать опухоли 27 различных типов с точностью свыше 95%. Это сопоставимо с наиболее точными геномными тестами, использующими сотни или тысячи генов, но при этом новая технология требует минимальных вычислительных ресурсов. Расчёты выполняются на обычном ноутбуке менее чем за 30 минут, что делает методику доступной для медицинских лабораторий по всему миру.
Особое внимание исследователи уделили раку молочной железы — одной из самых распространённых форм онкологических заболеваний у женщин. Классификатор на основе генов CPGT продемонстрировал почти двукратное повышение точности по сравнению с существующими геномными тестами при определении подтипов опухоли. Это открывает перспективы для более точного подбора терапии, оценки риска метастазирования и прогноза выживаемости пациентов.
В других типах рака, например при глиомах — агрессивных опухолях головного мозга, — анализ экспрессии гликан-связанных генов оказался надёжнее традиционных клинических маркеров в прогнозировании исходов болезни. Таким образом, «сахарный код» клеток стал новым биоинформационным слоем, способным дополнить существующие методы молекулярной диагностики.
Учёные считают, что гликаны могут стать ключевым биомаркером для раннего выявления и прогнозирования злокачественных новообразований. На следующем этапе команда KAUST планирует расширить исследование, протестировав систему на больших когортах пациентов совместно с клиническими центрами Саудовской Аравии. Параллельно ведётся работа со структурными биологами над трёхмерным моделированием ферментов CPGT, чтобы определить новые терапевтические мишени и направления разработки противораковых препаратов.
Результаты исследования открывают новое направление в прецизионной онкологии, где ключ к диагнозу и лечению кроется не в ДНК или белках, а в уникальных узорах сахаров, украшающих поверхность клеток. Расшифровка этого «сахарного кода» обещает изменить подход к диагностике рака груди и других опухолей, делая лечение более точным, индивидуальным и эффективным.
А затем «Добавить на главный экран». 