Развитие современной медицины и особенно ее онкологического направления в значительной мере связано с достижениями в области технологий анализа человеческого генома. В последнее десятилетие были достигнуты существенные успехи в совершенствовании терапии злокачественных новообразований (ЗНО). Получили развитие методы радио- и химиотерапии, а также подходы, основанные на применении таргетных препаратов и иммунотерапевтических средств (прежде всего блокаторов иммунных чекпоинтов на основе анти-PD1/PD-L1- и анти-CTLA-4-моноклональных антител) [1]. Однако, несмотря на определенные успехи, ЗНО по-прежнему остаются одной из ведущих причин смерти в мире. Согласно отчету Global Cancer Statistics 2020, ожидается, что заболеваемость ЗНО в мире составит порядка 28,4 млн случаев к 2040 г., что на 47% больше, чем в 2020 г. [2].

Учитывая высокую заболеваемость, необходимо развитие подходов, направленных на профилактику заболеваемости ЗНО и раннее выявление опухолей, а также персонализированных методов терапии в онкологии, обеспечивающих рациональное и наиболее эффективное применение противоопухолевых препаратов и других методов терапии.

Прецизионная медицина в отношении онкологии определяется как использование терапевтических средств, которые потенциально могут принести пользу подгруппе пациентов, у которых рак проявляет определенные молекулярные или клеточные особенности (чаще всего геномные изменения и изменения в паттернах экспрессии генов или белков) [3]. Для некоторых опухолей молекулярное профилирование может дать клинически значимую диагностическую и прогностическую информацию. Прецизионная медицина стала возможной благодаря растущему объему знаний, определяющих ключевые движущие силы онкогенеза в сочетании с достижениями в анализе опухолей с помощью секвенирования нового поколения (от англ. Next-generation sequencing, NGS) и других технологий профилирования, а также благодаря доступности новых терапевтических средств.

Персонализированная и прецизионная медицина особенно важны в онкологии по нескольким причинам. Во-первых, в онкологии уделяется повышенное внимание профилактике: существуют скрининговые программы для выявления генетической предрасположенности к формированию ЗНО, что позволяет предлагать пациентам индивидуальные рекомендации для модификации риска [4]. Во-вторых, при лечении онкологических пациентов присутствует значительная краткосрочная токсичность, а долгосрочные функциональные последствия связаны со стратегиями хирургического вмешательства и химиолучевой терапии. Надлежащий отбор пациентов для лечения с целью максимизации эффективности и минимизации токсичности долгое время был фундаментальной частью рутинной клинической практики, однако до недавнего времени клиницисты обладали ограниченным количеством инструментов для осуществления указанного отбора. Исследования и разработки в области персонализированного лечения рака, включая выявление и учет ключевых геномных и омиксных данных пациента (транскриптомика, метаболомика, протеомика и т.д.), улучшают показатели выживаемости и быстро становятся важной частью повседневной клинической практики [5].

В настоящем обзоре авторами рассматриваются вопросы персонализированного лечения онкологических заболеваний с использованием фармакогеномных подходов, включая применение технологий машинного обучения и искусственного интеллекта. Также освещается разработка отечественной фармакогеномной платформы для подбора оптимальной терапии онкологических заболеваний.

Фармакогеномные исследования для персонифицированного лечения онкологических заболеваний

В настоящее время одним из наиболее прогрессивных лекарственных подходов к лечению онкологических заболеваний является персонифицированный подход к лечению опухоли у конкретного пациента. В основе данной персонификации лежит фармакогеномика. Одной из ее разновидностей является проведение таргетной терапии, основными показаниями к назначению которой являются обнаруженные в рамках молекулярно-генетических исследований патогенные варианты, являющиеся мишенями для таргетных препаратов [6].

Существует несколько точек зрения относительно целесообразности применения фармакогеномного подхода в практической онкологии. Сторонники [7, 8] фармакогеномики отмечают:

1. Индивидуальный подход к лечению. Фармакогеномика позволяет учитывать генетические особенности пациента и подбирать наиболее эффективные лекарственные препараты.

2. Снижение риска побочных эффектов. Знание генетических особенностей пациента позволяет избежать назначения препаратов, которые могут вызвать серьезные побочные эффекты.

3. Уточнение прогноза течения заболевания. Более точное определение типа опухоли и подбор эффективных лекарственных препаратов способны улучшить прогноз для конкретного пациента.

Скептики [9] же отмечают следующее:

1. Высокую стоимость и сложность исследований. Фармакогеномные исследования требуют больших финансовых затрат и сложной лабораторной работы.

2. Низкую доступность. Не все медицинские учреждения имеют возможность проводить фармакогеномные исследования, что ограничивает доступность такого подхода к лечению.

3. Необходимость дополнительных временных затрат. Фармакогеномные исследования требуют временных ресурсов для получения результатов, что может отсрочить процесс лечения.

Прецизионная онкология может и должна быть практикой эффективного использования всех доступных подходов, включая молекулярно-таргетную терапию, иммунотерапию и цитотоксическую химиотерапию в индивидуальном порядке. Несмотря на изложенные сложности в применении фармакогеномного подхода, он способен обеспечить персонализацию лечения и улучшение клинических результатов [5]. Фармакогеномные исследования заслуживают дальнейшего развития, в том числе с целью повышения их распространенности и доступности. Далее будут рассмотрены конкретные технологии и подходы, применяемые в фармакогеномных исследованиях и персонализированной онкологии.

Роль секвенирования нового поколения в клинической онкологии

Развитие фармакогеномных и персонифицированных подходов опирается на исследование молекулярных механизмов онкогенеза. С появлением и развитием технологий NGS стало возможным идентифицировать множество генетических вариантов, обусловливающих развитие опухолей. Поиск геномных изменений и выявление клинически важных биомаркеров, характерных для того или иного типа рака у разных пациентов, имеют важное значение для правильного выбора персонализированной терапии. Ранее считалось, что клетки злокачественных опухолей отличаются от здоровых несколькими тысячами мутаций, однако недавно благодаря развитию высокопроизводительных технологий генотипирования было показано, что число мутаций в кодирующих участках генов в некоторых опухолях может превышать 100 млн [10].

Помимо изучения закономерностей формирования опухолей, технологии высокопроизводительного секвенирования рассматриваются как инструмент для решения клинических задач: выделения молекулярных подтипов опухолей, мониторинга ответа на лечение, преодоления резистентности к лекарственным препаратам, поиска биомаркеров и подбора оптимальных схем терапии с учетом индивидуальных генетических особенностей пациента [11].

С учетом современного уровня развития технологий высокопроизводительного генотипирования оценка генома/экзома индивидуальных опухолей необходима для точного определения диагноза пациентов и подбора оптимальных схем терапии. Происходит внедрение широкого спектра разрешенных к использованию в медицинской практике методов диагностики, основанных на NGS. С каждым годом разрабатывается все большее количество генетических тестов.

Одной из ключевых проблем является отсутствие стандартных алгоритмов выявления драйверных мутаций, которые играют роль «триггера» в процессе онкогенеза, обеспечивая высокий пролиферативный потенциал опухолевых клеток, устойчивость к индукторам апоптоза, низкий уровень иммуногенности.

Быстрое развитие и увеличение доступности технологий NGS способствует идентификации молекулярных мишеней для разработки новых препаратов, а также повышению эффективности существующих лекарственных средств. Клинические исследования опухолевых геномов с применением NGS, направленные на оценку целесообразности генетической диагностики в онкологии, ведутся различными научными группами [12, 13].

Данные реального мира для установления эффекта мутаций

Важными медицинскими задачами в области онкологии также являются получение и анализ данных реального мира (от англ. real-world data, RWD), собранных при анализе доказательств реальной клинической практики (от англ. real-world evidence, RWE). Указанные данные в настоящее время активно используются производителями препаратов, регуляторными агентствами ведущих экономик мира, такими как Управление по санитарному надзору за качеством пищевых продуктов и медикаментов США, для анализа клинической эффективности терапии и применения лекарственных препаратов [14]. Дополняя традиционные рандомизированные клинические исследования, RWD позволяют получить более полное и целостное представление об эффективности лекарственных средств и методов лечения в повседневной клинической практике [15, 16].

Изучение и детальное понимание молекулярных механизмов онкогенеза, в том числе при развитии солидных опухолей, являются основой для разработки методов диагностики и эффективного лечения в области онкологии. С появлением и развитием технологий NGS стало возможным идентифицировать множество мутаций, возникающих в процессе развития опухолей, а рост количества собираемых в мире RWD теперь позволяет определять эффективность клинических подходов и устанавливать воздействие мутаций на фенотип и значительно продвинуться в вопросе персонификации подходов к лечению онкологических больных [17].

Поиск геномных изменений и выявление клинически важных биомаркеров, характерных для того или иного типа рака и определяющих индивидуальный ответ пациента на терапию, рассматриваются как ключ к правильному выбору тактики лечения [18, 19].

Компьютерные технологии в фармакогеномике и персонифицированной онкологии

Для определения наиболее подходящей пациенту лекарственной терапии необходимо учитывать множество сложных генетических, медицинских и химических данных. По этой причине для принятия решений необходимо использование методов моделирования, основанных на вычислительных инструментах, включая технологии машинного обучения и искусственного интеллекта [20]. Только с помощью компьютерной системы поддержки принятия решений представляется возможным полностью использовать огромное количество данных о пациентах, которые необходимо интегрировать для полного понимания и борьбы с раком. Цель использования вычислительных инструментов и алгоритмов при принятии решений о выборе лекарств состоит в том, чтобы уменьшить объем данных до размера, который может быть интерпретирован врачом. Указанный подход предоставит клиницистам доступ к информации, которую они ранее не могли учитывать. Такие системы клинической поддержки могут не только снизить частоту медицинских ошибок, улучшить услуги системы здравоохранения, время принятия решений и качество жизни пациентов, связанное со здоровьем, но и снизить расходы на здравоохранение [21].

Компьютерные технологии сегодня активно используются во многих сферах медицины, включая диагностику, прогнозирование исхода заболеваний, оценку эффективности терапии. В настоящее время для идентификации клинически значимых изменений в опухолевом геноме широко внедряются технологии NGS, которые позволяют генерировать и интерпретировать большие массивы данных в относительно короткие временные промежутки [13, 15].

Однако, несмотря на высокий уровень развития методов высокопроизводительного генотипирования, важным технологическим барьером для внедрения NGS-методов в клиническую практику является проблема обработки и интерпретации больших массивов данных в совокупности с RWD. Для преодоления этого барьера и решения разнообразных задач онкогенетики создается программное обеспечение, позволяющее проводить биоинформатическую обработку [15].

В настоящее время, несмотря на разнообразие существующего программного обеспечения для поиска генетических изменений, ни один алгоритм не может комплексно проанализировать различные типы наиболее распространенных генетических изменений, таких как точечные мутации, небольшие инсерции, делеции (инделы) и т.д. [16, 18, 22, 23].

Существуют различные методологические платформы на базе NGS для проведения фармакогеномного анализа и подбора потенциально эффективной терапии онкологическим больным. Это технологии, предполагающие NGS-анализ панели генов на опухолевом материале с большим покрытием, а также подходы, основанные на проведении парного NGS-анализа образцов крови и опухолевого материала, которые могут быть также дополнены транскриптомными данными при необходимости [24, 25].

Применение комплексного подхода к анализу RWD, включая данные полноэкзомного секвенирования и клинические данные онкологических пациентов, с использованием комплекса биоинформатических пайплайнов для принятия решений в онкологии представляется особенно актуальным.

Современные фармакогеномные платформы и создание отечественной фармакогеномной платформы

Современные фармакогеномные платформы функционируют на базе комплексных геномных профилирований — инновационных услугах, позволяющих адаптировать лечение пациента на основании молекулярного профиля опухоли [26—28]. Тестирование предназначено для использования в качестве сопутствующей диагностики и позволяет оптимизировать и персонализировать стратегию терапии в различных клинических ситуациях. Существуют несколько подходов к фактической реализации данных технологий в клинической практике в Российской Федерации.

Диагностический подход, представляющий собой диагностический тест in vitro, основанный на секвенировании нового поколения и предназначенный для выявления 4 основных классов геномных изменений в 324 онкологически значимых генах, а также геномных сигнатур, включая микросателлитную нестабильность и мутационную нагрузку опухоли [29]. При таком подходе используется ДНК, выделенная из фиксированных в формалине и залитых парафином образцов опухолевой ткани, а также разновидность на основе жидкостной биопсии, позволяющая проанализировать циркулирующую опухолевую ДНК и выявить те же показатели во фракции опухоли, используя образец крови. Тест учитывает представленные в международных рекомендациях значимые геномные изменения и сигнатуры для немелкоклеточного рака легкого, рака молочной железы, яичников и предстательной железы, а также других солидных опухолей. Существует методологический подход, в рамках которого проводится анализ полных профилей опухолевой ДНК и РНК, а не избирательных панелей генов, как в большинстве других тестов [30]. При выявлении мутаций исследуется весь экзом, т.е. все участки ДНК, кодирующие белки. Для оценки экспрессии генов применяется секвенирование РНК (транскриптома), что значительно повышает качество и точность данных. В процессе структурирования и анализа данных NGS в рамках таких исследований формируется отчет, в котором, помимо данных о клинически значимых изменениях, врачу предоставляется подробная информация о возможности проведения таргетной и иммунотерапии, а также доступных клинических исследований.

Таким образом, представляется актуальным создание отечественного фармакогеномного анализа для подбора персонифицированного лечения для больных ЗНО. Разрабатываемый отечественный продукт должен быть направлен на решение одной из ключевых задач в онкологии — создание решения для обработки и анализа данных реального мира, включая клинические данные пациентов, данные о клинических исходах и генетические данные, полученные с применением метода высокопроизводительного секвенирования с целью повышения качества оказания медицинской помощи онкологическим пациентам за счет подбора оптимальных схем терапии и учета генетической гетерогенности опухолей.

Создаваемое программное обеспечение для фармакогеномного анализа должно позволять обрабатывать NGS-данные и определять параметры опухолевого генома посредством анализа небольших вариантов (однонуклеотидных полиморфизмов/инделов), анализа числа копий, определения мутационной нагрузки опухоли, микросателлитной нестабильности, а также наборов мутаций (мутационных сигнатур) [6, 31].

Исходными данными для создания фармакогеномной платформы являются: 1) клинические данные и информация о клинической значимости онкогенов, полученных с применением методов молекулярного профилирования, включая метод высокопроизводительного секвенирования; 2) генетические данные, полученные с секвенатора, так называемые сырые данные; 3) датасеты, депонированные в открытых источниках — базах данных.

В ФГБУ «НМИЦ радиологии» Минздрава России разработана отечественная фармакогеномная платформа (рисунок), функционирующая на основе программного обеспечения, ядром которого является комплекс биоинформатических алгоритмов (пайплайнов) для обработки данных полноэкзомного секвенирования опухолей и крови с использованием алгоритмов машинного обучения и искусственного интеллекта для подбора оптимальной таргетной терапии.

Фармакогеномная платформа для биоинформатической обработки генетических данных и подбора персонифицированной терапии в онкологии.

NGS — next-generation sequencing, секвенирование нового поколения; RWD — real-world data — данные реального мира; RWE — real-world evidence — доказательства реальной клинической практики.

Другим компонентом платформы является хранилище, аккумулирующее информацию как на основе открытых источников данных, так и сведения, полученные в ходе обработки загружаемых данных. Решение дополняет сайт в сети Интернета, обеспечивающий доступ к платформе с любой рабочей станции (персональной ЭВМ) и позволяющий генерировать отчеты.

При разработке платформы использованы оригинальные алгоритмы для биоинформатической обработки генетических данных — результатов полноэкзомного секвенирования, а также алгоритмы анализа больших данных (BIG DATA), массив клинико-статистической информации, накопленный в ФГБУ «НМИЦ радиологии» Минздрава России в течение более чем 20 лет, а также мировые данные. Платформа позволит обрабатывать NGS-данные и определять различные типы генетических вариантов в опухолевом геноме, включая небольшие варианты, число копий, фенотип опухоли в зависимости от мутационной нагрузки, микросателлитную нестабильность, а также молекулярные сигнатуры (наборы мутаций).

Возможность определения широкого набора параметров и получения комплексных данных о геноме опухоли позволяет получать и обрабатывать информацию о предиктивных биомаркерах различных типов опухолей, прогнозировать исходы заболеваний, ответ на терапию, анализировать эффективность терапии в рамках как стандартов оказания медицинской помощи, так и новых видов терапии (например, новых видов иммунотерапии или комбинированных схем терапии наиболее сложных случаев), подбирать оптимальные тактики ведения и лечения пациентов.

Разработанная фармакогеномная платформа предусматривает осуществление комплекса мероприятий, состоящего из следующих ключевых этапов:

1) сбор материала для проведения исследования: образцов тканей (биоптатов), а также образцов крови больных с опухолями;

2) проведение полноэкзомного высокопроизводительного секвенирования ДНК с применением технологии BGI Genomics (MGISEQ), идентификация генетических вариантов;

3) идентификация типа варианта и его роли в патогенезе заболевания;

4) поиск и выявление генетических вариантов, включая мутации или их сигнатуры, ассоциированные с клиническими проявлениями;

5) идентификация вариантов, определяющих de novo резистентность опухолевых клеток к терапии, включая радио-, химио-, таргетную терапию и иммунотерапию;

6) стратификация мутаций в зависимости от клеточной функции; определение групп мутаций, имеющих отношение к определенным сигнальным путям клетки (группам генов);

7) создание алгоритмов для распознавания генетических вариантов (биоинформатические пайплайны);

8) создание базы данных генетических вариантов клеток опухолей при различных формах рака;

9) разработка и тестирование программного обеспечения для автоматического поиска мутаций в клетках опухолей на основе базы данных, созданной в рамках научно-исследовательских и опытно-конструкторских работ;

10) создание репозитория (хранилища данных) информации о клинически значимых генетических вариантах;

11) разработка на основе алгоритмов, программного обеспечения, базы данных и репозитория единой платформы для анализа RWD и применения этих данных в клинической практике в качестве системы принятия решений для специалистов с возможностью генерации отчетов.

В настоящее время в Российской Федерации практически нет отечественных систем, созданных для выявления мутаций, которые определяют устойчивость клеток к лекарственной терапии. Дальнейшая разработка и совершенствование таких систем в России станут новым этапом развития персонализированной противоопухолевой терапии.

Такая платформа имеет модульную структуру, что позволяет включать в массив информации, используемой в ее работе, также данные о транскриптомах, полных геномах, метагеномах пациента, а также результаты протеомного анализа. Подобные системы обеспечат развитие методов ранней диагностики опухолей и подходов к преодолению чувствительности клеток к терапии.

В дальнейшем представляется перспективным использование комбинированного диагностического подхода, в рамках которого первичная молекулярно-генетическая диагностика выполняется на опухолевом материале с использованием разработанной фармакогеномной платформы, после чего проводятся разработка персонифицированной диагностической тест-системы, чувствительной к конкретной опухоли конкретного пациента, и, возможно, осуществление мониторинга эффективности терапии в процессе лечения пациента методом жидкостной биопсии с использованием цифровой капельной полимеразной цепной реакции.

Заключение

Осуществление персонифицированного лечения является одним из наиболее перспективных направлений в онкологии. Применение фармакогеномных подходов в фундаментальных исследованиях и клинической практике может способствовать развитию персонифицированной медицины и, как следствие, повышению эффективности лечения онкологических заболеваний. Будучи одним из передовых направлений, фармакогеномика основывается на технологиях секвенирования нового поколения, но вместе с тем требует применения биоинформатических алгоритмов для точной обработки больших объемов данных. Применение технологий машинного обучения и искусственного интеллекта представляет перспективное направление для дальнейшего развития фармакогеномного анализа. В настоящей работе была отражена важность фармакогеномного подхода в онкологии, а также охарактеризована разработанная отечественная фармакогеномная платформа.

Учитывая важность генетического профилирования для развития персонализированного лечения рака, разработка отечественной фармакогеномной платформы является значимым этапом на пути к дальнейшему совершенствованию помощи онкологическим больным.

Авторы заявляют об отсутствии конфликта интересов.