کشف تفاوت‌های سلولی و ژنتیکی در سرطان روده بزرگ جوانان با تحلیل داده‌های تک‌سلولی

زمینه و مفاهیم پایه

آمارها نشان می‌دهند که نرخ ابتلا به سرطان روده بزرگ در افراد زیر ۵۰ سال طی سال‌های اخیر روندی صعودی داشته و حتی به عامل اصلی مرگ‌های ناشی از سرطان در این گروه سنی تبدیل شده است. بیماران جوان‌تر معمولاً در مراحل پیشرفته‌تری تشخیص داده می‌شوند و بیماری آن‌ها رفتار تهاجمی‌تری از خود نشان می‌دهد. برای درک بهتر این پدیده زیستی، تیمی از پژوهشگران موسسات برجسته‌ای چون Dana-Farber Cancer Institute، Mass General Brigham و Broad Institute مطالعه‌ای گسترده را انجام داده‌اند که نتایج آن در Nature Medicine منتشر شده است.

جزئیات فنی و متدولوژی پژوهش

این پژوهش روی ۱۸۹ نمونه تومور (شامل ۵۴ نمونه از افراد زیر ۵۰ سال و ۱۳۵ نمونه از افراد مسن‌تر) ذخیره‌شده در بایوسامانه‌های گوارشی انجام شده است. مهندسان داده و زیست‌شناسان سلولی از تکنیک پیشرفته single-nucleus RNA sequencing روی بافت‌های فریز شده استفاده کردند تا فعالیت ژنی را در بیش از ۸۵۰ هزار سلول (شامل سلول‌های سرطانی و سایر سلول‌های پیرامون آن‌ها) اندازه‌گیری کنند.

برخلاف روش‌های سنتی که داده‌ها را به دو دسته سنی مجزا تقسیم و مقایسه می‌کنند، تیم تحقیقاتی فاکتورهایی را که به صورت تدریجی با سن تغییر می‌کنند بررسی نمود. این تحلیل دقیق، متغیرهایی نظیر موقعیت تومور، استیج بیماری، جنسیت و درمان‌های قبلی را نیز لحاظ کرد.

• نسبت بالاتر سلول‌های همبند: در شایع‌ترین زیرتایپ سرطان روده بزرگ، تومورهای بیماران جوان‌تر دارای نسبت به‌مراتب بالاتری از سلول‌های حمایتی و همبند نسبت به سلول‌های سرطانی بودند. چنین ترکیبی در چندین نوع سرطان توپر دیگر با مقاومت در برابر شیمی‌درمانی مرتبط شناخته شده است.
• فعالیت بالای long non-coding RNAs: بیماران جوان فعالیت بیشتری در این مولکول‌ها که تنظیم‌کننده ژن‌ها بدون ساخت پروتئین هستند، نشان دادند. بسیاری از این موارد جزو RNAs تاریک (Dark RNAs) محسوب می‌شوند که عملکردهای دقیق آن‌ها هنوز ناشناخته است.
• سیگنال‌دهی بین‌سلولی قوی‌تر: الگوهای فعالیت ژنی حاکی از ارتباطات قوی‌تر بین سلولی بود که می‌تواند به حرکت سلول‌های سرطانی و تهاجم آن‌ها به بافت‌های مجاور کمک کند.

چرا این تحقیق برای مهندسین اهمیت دارد؟

از دیدگاه مهندسی داده‌های زیستی و تحلیل سیستم‌ها، این مطالعه اهمیت استفاده از روش‌های پردازش پیشرفته (مانند تک‌سلولی و مدل‌سازی‌های آماری که متغیرهای مخدوش‌کننده را کنترل می‌کنند) را در مواجهه با داده‌های پیچیده پزشکی نشان می‌دهد. کشف الگوهای پنهان در ابعاد وسیع داده‌های ژنومی، نقشه راهی حیاتی برای توسعه استراتژی‌های درمانی هدفمند و الگوریتم‌های تشخیص زودرس فراهم می‌کند. با این حال، پژوهشگران تأکید می‌کنند که این یافته‌ها هنوز اثبات‌کننده رابطه علت و معلولی قطعی نیستند و بررسی پاسخ‌های ایمنی و تعاملات آن‌ها با میکروبیوم روده در فازهای بعدی تحقیق ادامه خواهد یافت.