Teknologi biopsi cairan ultrasensitif mendeteksi kanker lebih awal daripada metode standar

Metode berbasis AI untuk mendeteksi DNA tumor dalam darah telah menunjukkan sensitivitas yang belum pernah ada sebelumnya dalam memprediksi kekambuhan kanker, menurut sebuah studi yang dipimpin oleh para ilmuwan di Weill Cornell Medical School, NewYork-Presbyterian, New York Genome Center (NYGC), dan Memorial Sloan Kettering (MSK). Teknologi baru ini berpotensi untuk meningkatkan pengobatan kanker dengan mendeteksi kekambuhan sejak dini dan memantau respons tumor terhadap terapi secara ketat.

Dalam sebuah studi yang diterbitkan pada tanggal 14 Juni di jurnal Nature Medicine, para peneliti menunjukkan bahwa mereka mampu melatih model pembelajaran mesin, sejenis platform kecerdasan buatan, untuk mendeteksi DNA tumor yang beredar (ctDNA) berdasarkan data sekuensing DNA dari tes darah pasien dengan sensitivitas dan akurasi yang sangat tinggi. Mereka berhasil mendemonstrasikan teknologi tersebut pada pasien dengan kanker paru-paru, melanoma, kanker payudara, kanker usus besar, dan polip usus besar prakanker.

"Kami mampu mencapai peningkatan signifikan dalam rasio sinyal terhadap gangguan, yang memungkinkan kami, misalnya, untuk mendeteksi kekambuhan kanker beberapa bulan atau bahkan beberapa tahun sebelum metode klinis standar dapat mendeteksinya," kata rekan penulis studi Dr. Dan Landau, profesor kedokteran di divisi hematologi dan onkologi medis di Weill Cornell Medical School dan anggota inti New York Genome Center.

Rekan penulis dan penulis pertama studi ini adalah Dr. Adam Widman, seorang peneliti pascadoktoral di laboratorium Landau yang juga seorang ahli onkologi payudara di MSK. Penulis pertama lainnya adalah Minita Shah dari NYGC, Dr. Amanda Frydendal dari Universitas Aarhus, dan Daniel Halmos dari NYGC dan Weill Cornell Medical School.

Teknologi biopsi cair lambat dalam merealisasikan potensi besarnya. Sebagian besar pendekatan yang ada menargetkan kelompok mutasi terkait kanker yang relatif kecil yang sering kali terlalu jarang dalam darah untuk dideteksi secara akurat, sehingga menyebabkan perkiraan kekambuhan kanker menjadi terlalu rendah.

Beberapa tahun lalu, Dr. Landau dan rekan-rekannya mengembangkan pendekatan alternatif berdasarkan pengurutan genom DNA secara keseluruhan dalam sampel darah. Mereka menunjukkan bahwa pendekatan ini dapat mengumpulkan lebih banyak "sinyal", sehingga memungkinkan untuk mendeteksi DNA tumor secara lebih sensitif dan logis. Sejak saat itu, pendekatan ini semakin banyak diadopsi oleh pengembang biopsi cair.

Dalam studi baru ini, para peneliti melangkah lebih jauh dengan menggunakan strategi pembelajaran mesin tingkat lanjut (mirip dengan yang digunakan dalam aplikasi AI populer seperti ChatGPT) untuk mendeteksi pola-pola halus dalam data sekuensing, khususnya untuk membedakan pola-pola yang mengindikasikan kanker dari pola-pola yang mengindikasikan kesalahan sekuensing dan "gangguan" lainnya.

Dalam satu pengujian, para peneliti melatih sistem mereka, yang mereka sebut MRD-EDGE, untuk mengenali mutasi tumor spesifik pasien pada 15 pasien kanker usus besar. Setelah operasi dan kemoterapi, sistem tersebut memperkirakan, berdasarkan data darah, bahwa sembilan dari mereka masih memiliki kanker. Lima dari pasien tersebut kemudian mengalami kekambuhan yang terdeteksi oleh metode yang kurang sensitif beberapa bulan kemudian. Namun, tidak ada hasil negatif palsu: Tidak ada pasien yang dihitung MRD-EDGE sebagai bebas dari DNA tumor yang kambuh selama periode penelitian.

MRD-EDGE menunjukkan sensitivitas serupa dalam penelitian pada pasien dengan kanker paru stadium awal dan kanker payudara triple-negatif, mendeteksi semua kecuali satu kekambuhan dini dan melacak status tumor selama pengobatan.

Para peneliti menunjukkan bahwa MRD-EDGE bahkan dapat mendeteksi DNA mutan dari adenoma usus besar prakanker—polip tempat berkembangnya kanker usus besar.

"Tidak jelas apakah polip ini dapat melepaskan ctDNA yang dapat dideteksi, jadi ini merupakan kemajuan signifikan yang dapat mengarah pada strategi masa depan untuk mendeteksi perubahan prakanker," kata Dr. Landau, yang juga merupakan anggota Sandra and Edward Meyer Cancer Center di Weill Cornell School of Medicine dan ahli hematologi-onkologi di NewYork-Presbyterian/Weill Cornell Medical Center.

Akhirnya, para peneliti menunjukkan bahwa bahkan tanpa pelatihan sebelumnya pada data pengurutan tumor pasien, MRD-EDGE dapat mendeteksi respons terhadap imunoterapi pada pasien melanoma dan kanker paru-paru beberapa minggu sebelum deteksi dengan pencitraan sinar-X standar.

"Secara keseluruhan, MRD-EDGE menjawab kebutuhan besar, dan kami gembira dengan potensinya serta bekerja sama dengan mitra industri untuk mencoba menyediakannya bagi pasien," kata Dr. Landau.