In silico jest wyrażeniem, które stosują naukowcy do opisywania
modelowania, symulacji i wizualizacji procesów biologicznych i
medycznych przy użyciu komputerów. Rozwój medycyny in silico jest
rezultatem znacznych postępów w dziedzinie informatyki medycznej w ciągu
ostatnich 20 lat.
Według Profesora Norberta Grafa, Dyrektora Kliniki Onkologii
Pediatrycznej i Hematologii przy Szpitalu Uniwersyteckim Saarland, oraz
badacza w ramach projektu pod nazwą "Zaawansowane badania
kliniczno-genomiczne nowotworów" (ACGT), "in silico dotyczy dowolnej
aplikacji wszelkich technologii w oparciu o zastosowanie komputera – a
więc algorytmów, systemów, eksploracji danych lub analizy." Od samego
początku wielkiego wyścigu i poszukiwań, by określić ludzki genom,
informatyka komputerowa rozpoczęła odgrywać znacznie większą rolę w
naukach medycznych. Taka kombinacja informatyki i statystyki, zwana
bioinformatyką, ma obecnie związek z prawie każdą dziedziną nowoczesnych
nauk medycznych i biologii molekularnej, a więc z sekwencjonowaniem,
przyporządkowaniami genów, biologią ewolucyjną, analizą mutacji, szybką
analizą obrazowania i wieloma innymi zagadnieniami.
Ale najbardziej fascynującymi, wyłaniającymi się dyscyplinami
bioinformatyki jest są modelowanie, symulacja i wizualizacja.
Modelowanie może określać elementy układu biologicznego, symulacja służy
do realistycznego ukazania, w jaki sposób układ taki ewoluuje w czasie
pod wypływem określonych bodźców, a wizualizacja przedstawia uzyskane
prognozy w formie graficznej.
Jest to prawie niewyobrażalny, fascynujący paradygmat; rzeczywiste
procesy biologiczne symulowane w środowisku wirtualnym. Dziedzina ta
jest nadal w powijakach, ale naukowcy dokonali już dotąd olbrzymiego
postępu, który głównie zawdzięczać można finansowanemu przez UE
projektowi ACGT.
W ramach projektu ACGT zamierzano przedstawić środowisku naukowemu
najnowsze osiągnięcie infrastruktury technologii
informacyjno-komunikacyjnej (TIK), w taki sposób, by mogło ono
wykorzystać genomikę stosowaną w klinice do leczenia nowotworów.
Genomika stosowana dostosowuje leczenie od indywidualnego profilu
genetycznego określonego nowotworu i pacjenta, a w projekcie ACGT podano
zakres narzędzi, które takie leczenie wspierają.
Symulator onkologiczny: nowotwór in silico
Najbardziej innowacyjnym i zaawansowanym narzędziem opracowanym w
ramach projektu ACGT jest symulator onkologiczny, stanowiący
oprogramowanie do matematycznego modelowania, symulacji oraz
wizualizacji eksperymentalnej platformy in silico.
Platforma ta przygotowana została przez zespół
In Silico Oncology Group
, we współpracy i szeregiem ośrodków badawczych w Europie i Japonii pod
kierunkiem Profesora Georgiosa Stamatakosa z Instytutu Systemów
Łączności i Informatyki (ICCS) przy Narodowej Politechnice w Atenach
(NTUA).
"Symulator onkologiczny jest zintegrowanym systemem oprogramowania,
umożliwiającym symulację guza in vivo, w odpowiedzi na leczenie
prowadzone w środowisku prób klinicznych," wyjaśnia Profesor Graf.
"Zadaniem jego jest wsparcie podejmowanych w klinice decyzji w stosunku
do indywidualnych pacjentów. Zasadniczym zadaniem systemu jest
optymalizacja leczenia nowotworu."
Eksperymenty in silico pomagają w szkoleniu i informowaniu lekarzy,
naukowców, badaczy i pacjentów w demonstrowaniu przypuszczalnej reakcji
guza na rozmaite reżimy terapii. Technologia ta nie jest jeszcze gotowa
do wprowadzania w klinikach, ale w projekcie ACGT zrobiono wielki krok
do przodu w tym zakresie.
W ramach projektu ACGT, zespół skoncentrował swoją uwagę na
dziecięcym nerczaku płodowym, który jest guzem nerki, a szczególnie na
próbach prowadzonych przez Międzynarodowe Towarzystwo Onkologii
Dziecięcej (SIOP).
Dzięki tym próbom, badacze uczestniczący w ACGT byli w stanie
wykorzystać anonimowe, rzeczywiste dane, zebrane przed leczeniem
chemoterapią i po jej zakończeniu, dzięki czemu zapewniono znalezienie
sposobu dla zaadoptowania oprogramowania do rzeczywistych warunków
klinicznych, a jednocześnie weryfikację oprogramowania z wykorzystaniem
rzeczywistych wyników.
"Dzięki zastosowaniu rzeczywistych danych medycznych dotyczących
nerczaka u określonego pacjenta w połączeniu z wprowadzeniem
wiarygodnych wartości w charakterze parametrów modelu – w oparciu o
dostępną literaturę – możliwa było rozsądna prognoza rzeczywistego
kurczenia się nowotworu," mówi Profesor Graf.
Prace nad symulacją obejmowały kilka najbardziej zaawansowanych
zastosowań zagadnień nauk matematycznych w medycynie, takich jak
stochastyczne automaty komórkowe, symulację zdarzeń dyskretnych,
hipermacierze i dyskretne wartości
operatorów.Prof.
Graf twierdzi, że dzięki zastosowaniu takiego podejścia, możliwe jest
także badanie niestabilności genetycznej lub mutacji oraz mutagenezy,
jak również obserwacja złożonego wzajemnego oddziaływania pomiędzy
systemem immunologicznym a guzem.
Szczegółowy obraz
W celu opracowania symulacji, w ramach ACGT postępowano według
ustalonego metodycznego modelu typu góra-dół. W ramach modelu góra-dół
wykorzystywane są obserwacje kliniczne i wiedza o zachowaniu się
nowotworów. W metodzie takiej wykorzystuje się informacje fizjologiczne i
biologiczne, by stworzyć bardzo szczegółowy obraz ewolucji nowotworu, a
proces iteracji zapewnia uaktualnianie zarówno nieprzerwanej symulacji,
jak też modelu podstawowego.
Zakres danych, zastosowanych w symulatorze ACGT, jest imponujący. Na
podstawie literatury, system bierze pod uwagę farmakokinetykę leków,
dynamikę wzajemnego oddziaływania między poszczególnymi lekami oraz
specyficzne typy nowotworów. Do systemu wprowadzono także parametry
radiobiologiczne służące do radioterapii oraz dane molekularne. Całość
obejmuje dane kliniczne, takie jak wiek pacjenta, wagę, historię
rodzinną, itp., oraz dane obrazowania tomografii komputerowej (CT),
obrazowania rezonansu magnetycznego (MRI) i badania ultradźwiękowego,
bądź też kombinacji tych
badań.Dane
molekularne pochodzą z informacji o przeciwciałach, oszacowanego typu
komórek nowotworowych oraz oceny reakcji guza na proponowane leki.
Wszystkie te informacje łączone są ze szczegółami standardowych procedur
leczenia.
Do tej pory dokonano przełomowych osiągnięć, ale z czasem symulator
onkologiczny wykorzystywany będzie znacznie szerzej. "Naturalnie, należy
się spodziewać, że w trakcie wykorzystywania coraz większej liczby
zestawów danych, niezawodność w "dostrajaniu" modelu będzie rosła,"
twierdzi Profesor Graf. "Pomyślna praca wstępnej powiązanej platformy
symulatora onkologicznego, opracowanego przez ACGT, aczkowiek
realizowana dotąd jedynie w formie testu zasady działania, jest bardzo
zachęcającym krokiem w kierunku klinicznej translacji systemu,
pierwszego tego rodzaju symulatora na świecie.”
Zespół dokonał rzeczywistego przełomu, wykorzystując dane SIOP do
zademonstrowania, iż model był, ogólnie biorąc, zdolny do przekazania
rozsądnych prognoz. Istnieje jednak potrzeba realizacji dalszych prac.
Symulator onkologiczny musi przejść przez procedury wszechstronnej
weryfikacji, adaptacji i optymalizacji, zanim włączony zostanie do
rutynowej praktyki klinicznej jako narzędzie do podejmowania decyzji.
Poza tym, naukowcy potrzebują przetestować i zintegrować metody
ekstrakcji molekularnej istotnego, histologicznego, lub komórkowego,
ukształtowania guza. Prace te są prowadzone, natomiast zadaniem ACGT
jest pokazanie, iż proponowane rozwiązanie zasady działania jest
słuszne.
Prace nad projektem ACGT finansowane były z rachunku badań naukowych
"Technologii Społeczeństwa Informacyjnego" (TSI), w ramach Szóstego
Programu Ramowego (6PR) Unii Europejskiej. O pracach projektu ACGT można
dowiedzieć się więcej z prezentacji
"Genomika stosowana przenoszona jest z laboratorium do kliniki" .
poleca:
