Jump to content
Forum Kopalni Wiedzy
Sign in to follow this  
KopalniaWiedzy.pl

Gdy chora śpi, budzi się guz. Rak piersi daje przerzuty głównie w nocy

Recommended Posts

Rak piersi to najczęściej diagnozowany i jeden z najbardziej śmiercionośnych nowotworów na świecie. W 2020 roku zdiagnozowano go u 2,26 miliona osób, a choroba zabiła 685 000 ludzi. Badania przeprowadzone w Szwajcarii wykazały, że nowotwór ten najbardziej efektywnie rozprzestrzenia się w czasie snu. Odkrycie to może znacząco zmienić sposób diagnozy i leczenia raka piersi.

Do metastazy, rozsiewania się nowotworu, dochodzi, gdy komórki odrywają się od guza pierwotnego, wędrują po organizmie i tworzą nowe guzy. Dotychczas zakładano, że metastaza to proces ciągły, więc podczas badań nad nowotworami nie przywiązywano uwagi do kwestii pory dnia, w której zachodzi. Teraz naukowcy z Politechniki Federalnej w Zurich, Szpitala Uniwersyteckiego w Bazylei i Uniwersytetu w Bazylei zauważyli zaskakujące zjawisko. Komórki, które tworzą przerzuty w późnym stadium nowotworu pojawiają się głównie, gdy chory śpi.

Gdy pacjent śpi, budzi się guz, mówi lider grupy badawczej, profesor Nicola Aceto. Podczas badań na 30 kobietach z rakiem piersi oraz modelach mysich naukowcy zauważyli, że podczas snu w organizmie pojawia się więcej krążących komórek nowotworowych. Ponadto komórki, które opuszczają guz w nocy dzielą się szybciej, a więc mają większy potencjał do tworzenia przerzutów od komórek, które odrywają się od guza za dnia. Nasze badania pokazują, że oddzielanie się komórek nowotworowych od guza pierwotnego jest kontrolowane przez hormony takie jak melatonina, które regulują rytm dobowy, dodaje Zoi Diamantopoulou.

Naukowcy zauważyli też, zupełnie przypadkiem, że liczba krążących w organizmie komórek nowotworowych mocno zmienia się w ciągu doby. Widać to było po czasie pobrania próbek krwi do badań. Niektórzy z moich kolegów pracują wcześnie rano lub późnym wieczorem, czasem pobierali krew o niestandardowych godzinach, mówi Aceto. Naukowców zaskoczyło, że krew pobrana o różnych porach doby zawierała bardzo różną liczbą komórek nowotworowych. Innym zaskoczeniem była duża liczba komórek nowotworowych w jednostce krwi u myszy w porównaniu z ludźmi. Naukowców zaskoczyło to, gdyż myszy to stworzenia aktywne nocą, więc próbki pobierano u nich zwykle za dnia, gdy zwierzęta spały. Szwajcarzy już teraz radzą, by lekarze opiekującymi się pacjentami nowotworowymi, odnotowywali dokładny czas pobrania krwi do badań. Dopiero to może dać pełny obraz sytuacji.

Teraz zespół Aceto zastanawia się, w jaki sposób odkrycie może pomóc w leczeniu nowotworów. Uczeni chcą sprawdzić, czy przerzutowanie innych nowotworów również zależy od pory dnia oraz czy już istniejące terapie przeciwnowotworowe mogą lepiej działać jeśli będą stosowane o różnych porach doby.

Szczegóły badań zostały opisane na łamach Nature.


« powrót do artykułu

Share this post


Link to post
Share on other sites

Create an account or sign in to comment

You need to be a member in order to leave a comment

Create an account

Sign up for a new account in our community. It's easy!

Register a new account

Sign in

Already have an account? Sign in here.

Sign In Now
Sign in to follow this  

  • Similar Content

    • By KopalniaWiedzy.pl
      Dwudziestego czerwca na Eidsvolls plass przed norweskim parlamentem (Stortingiem) odsłonięto pomnik kobiety z nieuleczalnym rakiem piersi. Jego autorem jest Håkon Anton Fagerås. Projekt to wspólne przedsięwzięcie Norweskiego Towarzystwa Raka Piersi (Brystkreftforeningen) i Norweskiego Stowarzyszenia Rzeźbiarzy.
      Na pomniku uwieczniono Cecilie, u której przerzutującego raka piersi zdiagnozowano w wieku 42 lat.
      Po tygodniu pokazów na Eidsvolls plass figurę przeniesiono 200 m dalej, do docelowej lokalizacji przy Spikersuppa. Pomnik znajduje się w uczęszczanym punkcie stolicy Norwegii. Centralna lokalizacja sprawia, że tematyka choroby i śmierci staje się czymś bardziej realnym i mniej zagrażającym. Jak ujmuje to sama Cecilie: Wszyscy pewnego dnia umrzemy. Znormalizujmy śmierć.
      Celem Brystkreftforeningen jest zwiększenie świadomości społecznej dot. tej grupy pacjentek.
      Czterdziestoczteroletnia dziś Cecilie mieszka na przedmieściu Oslo. Ma troje dzieci w wieku 21, 19 i 9 lat. Cecilie ma nadzieję, że mówiąc publicznie o swojej chorobie i o opiece paliatywnej, pomoże dzieciom poradzić sobie z tą trudną sytuacją. [Jej] figura jest pomnikiem wszystkich kobiet z metastatycznym rakiem piersi i wołaniem do nas wszystkich, byśmy zwrócili uwagę i zapewnili wsparcie tej grupie pacjentek - podkreśla Ellen Harris Utne, szefowa zarządu Brystkreftforeningen.
      Nie chciałem stworzyć metafory ani niczego czysto symbolicznego. Amputowana pierś to coś, co mówi samo za siebie. Nie pragnąłem dramatycznych, sentymentalnych czy teatralnych gestów. Wolałem pokazać naturalną mowę ciała Cecilie. To wzmacnia nasz przekaz - mówi Håkon Anton Fagerås.
      Najpierw Fagerås stworzył szkic i modele pomnika z gliny. Odlew powstał we Włoszech, w miejscowości Pietrasanta. Na końcu przetransportowano go do Oslo i zamontowano na cokole.
      Brystkreftforeningen i Pfizer Norge zamówiły profesjonalną kampanię reklamową „Cecilie”. Zrealizowała ją agencja TRY.
      Ze stroną poświęconą projektowi można się zapoznać tutaj.
       


      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Naukowcy z Karolinska Institutet zidentyfikowali proteinę, która chroni przed rozwojem raka piersi i jest powiązana z lepszymi prognozami u pacjentek cierpiących na tę chorobę. Odkrycie może pozwolić na rozwój nowych terapii dla trudnych w leczeniu odmian raka piersi.
      Na raka piersi zapada w którymś momencie życia aż 10% kobiet. W przypadku odmiany raka bez receptorów estrogenowych (ER-) istnieje mniej opcji leczenia, gdyż nie można tutaj zastosować terapii hormonalnej. Szczególnie trudny w leczeniu jest zaś rak potrójnie ujemny. W tym przypadku komórkom nowotworowym brakuje nie tylko receptora estrogenowego, ale również receptora progesteronowego i HER2.
      Profesor Per Uhlén i jego zespół zidentyfikowali nieznany dotychczas mechanizm, za pomocą którego proteina GIT1 reguluje szlak sygnałowy Notch, wpływając w ten sposób na pojawienie się i rozwój raków piersi ER-. To konserwatywny ewolucyjnie międzykomórkowy szlak sygnałowy, który odgrywa olbrzymią rolę w różnicowaniu komórek oraz ich dalszych losach. Już wcześniej wykazano, że u pacjentek z nowotworem piersi nadmiernie aktywny Notch powiązany jest z gorszą prognozą.
      Naukowcy ze Szwecji wykazali właśnie, że wysoki poziom GIT1 blokuje szlak Notch i chroni przed wzrostem guzów nowotworowych, a niski poziom GIT1 jest związany z rozwojem guza. Pacjentki z rakiem typu ER- mają mniejszy poziom GIT1 niż kobiety cierpiące na raka piersi ER+. Szwedzi wykazali też, że u pacjentek z rakiem ER- prognozy są lepsze w grupie z wyższym poziomem GIT1. Uzyskane przez nas wyniki dostarczają ważnych informacji na temat mechanizmu kontrolującego pojawienie się i wzrost guzów nowotworowych. Mamy nadzieję, że odkrycia te pozwolą na opracowanie nowych metod leczenia nowotworów piersi, mówi profesor Uhlén.
      Ze szczegółami badań można zapoznać się w artykule GIT1 protects against breast cancer growth through negative regulation of Notch, opublikowanym na łamach Nature Communications.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Porównanie trzech komercyjnych systemów sztucznej inteligencji wykorzystywanej w diagnostyce obrazowej raka piersi wykazało, że najlepszy z nich sprawuje się równie dobrze jak lekarz-radiolog. Algorytmy badano za pomocą niemal 9000 obrazów z aparatów mammograficznych, które zgromadzono w czasie rutynowych badań przesiewowych w Szwecji.
      Badania przesiewowe obejmujące dużą część populacji znacząco zmniejszają umieralność na nowotwory piersi, gdyż pozwalają na wyłapanie wielu przypadków na wczesnym etapie rozwoju choroby. W wielu takich przedsięwzięciach każde zdjęcie jest niezależnie oceniane przez dwóch radiologów, co zwiększa skuteczność całego programu. To jednak metoda kosztowna, długotrwała, wymagająca odpowiednich zasobów. Tutaj mogłyby pomóc systemy SI, o ile będą dobrze sobie radziły z tym zadaniem.
      Chcieliśmy sprawdzić, na ile dobre są algorytmy SI w rozpoznawaniu obrazów mammograficznych. Pracuję w wydziale radiologii piersi i słyszałem o wielu firmach oferujących takie algorytmy. Jednak trudno było orzec, jaka jest ich jakość, mówi Fridrik Strand z Karolinska Institutet.
      Każdy z badanych algorytmów to odmiana sieci neuronowej. Każdy miał do przeanalizowania zdjęcia piersi 739 kobiet, u których w czasie krótszym niż 12 miesięcy od pierwotnego badania wykryto raka piersi oraz zdjęcia 8066 kobiet, u których w czasie 24 miesięcy od pierwotnego badania nie wykryto raka piersi. Każdy z algorytmów miał ocenić zdjęcie w skali od 0 do 1, gdzie 1 oznaczało pewność, iż na zdjęciu widać nieprawidłową tkankę.
      Trzy systemy, oznaczone jako AI-1, AI-2 oraz AI-3 osiągnęły czułość rzędu 81,9%, 67,0% oraz 67,4%. Dla porównania, czułość w przypadku radiologów jako pierwszych interpretujących dany obraz wynosiła 77,4%, a w przypadku radiologów, którzy jako drudzy dokonywali opisu było to 80,1%. Najlepszy z algorytmów potrafił wykryć też przypadki, które radiolodzy przeoczyli przy badaniach przesiewowych, a kobiety zostały w czasie krótszym niż rok zdiagnozowane jako chore.
      Badania te dowodzą, że algorytmy sztucznej inteligencji pomagają skorygować fałszywe negatywne diagnozy postawione przez lekarzy-radiologów. Połączenie możliwości AI-1 z przeciętnym lekarzem-radiologiem zwiększało liczbę wykrytych nowotworów piersi o 8%.
      Zespół z Karolinska Institutet spodziewa się, że jakość algorytmów SI będzie rosła. Nie wiem, jak efektywne mogą się stać, ale wiem, że istnieje kilka sposobów, by je udoskonalić. Jednym z nich może być np. ocenianie wszystkich 4 zdjęć jako całości, by można było porównać obrazy z obu piersi. Inny sposób to porównanie nowych zdjęć z tymi, wykonanymi wcześniej, by wyłapać zmiany, mówi Strand.
      Pełny opis eksperymentu opublikowano na łamach JAMA Oncology.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Naukowcy z University of East Anglia odkryli, dlaczego niektóre nowotwory prostaty są bardziej agresywne niż inne, dają przerzuty i w końcu powodują zgon. Badania, opublikowane na łamach British Journal of Cancer, dają nadzieję na opracowanie nowych metod leczenia nowotworów prostaty.
      Odkrycia dokonano dzięki opracowaniu testu, który pozwala na odróżnienie pomiędzy bardziej i mniej agresywnymi formami nowotworu. Dzięki niemu można uniknąć niepotrzebnego wdrażania agresywnych szkodliwych dla zdrowia metod leczenia.
      Okazało się, że na podstawie liczby „agresywnych” komórek obecnych w guzie nowotworowym można przewidzieć jak szybko będzie rozprzestrzeniała się choroba. Naukowcy odkryli też trzy nieznane dotychczas podtypy nowotworu, które można wykorzystać do podjęcia decyzji o rodzaju potrzebnego leczenia.
      Nowotwór prostaty to najczęstszy nowotwór wśród mężczyzn w Wielkiej Brytanii. Zwykle rozwija się on powoli i zwykle nie wymaga leczenia. Jednak lekarze mają problemy z przewidzeniem, który z nowotworów może stać się agresywny, przez co w wielu przypadków trudno jest zdecydować, czy włączyć leczenie, mówi główny autor badań, profesor Colin Cooper. To zaś oznacza, że tysiące mężczyzn jest niepotrzebnie leczonych, przez co rośnie ryzyko wystąpienia skutków ubocznych od impotencji po konieczność interwencji chirurgicznej, dodaje.
      Dzięki wykorzystaniu modelowania bayesowskiego o nazwie Latent Process Decomposition, za pomocą którego przeanalizowano światowe statystyki dotyczące nowotworów prostaty udało się odkryć agresywną formę nowotworu, nazwaną DESNT. To ona niesie ze sobą najgorsze rokowania dla pacjentów. Następnie uczeni zbadali poziom ekspresji genów w 1785 próbkach guzów. Odkryli liczba komórek podtypu DESNT w guzie jest powiązana z temperm rozprzestrzeniania się nowotworu. Im ich więcej, tym tempo szybsze.
      Jeśli mamy guza, w którym większość komórek stanowią DESNT, to z większym prawdopodobieństwem dojdzie do przerzutów, mówi współautor badań, doktor Daniel Brewer. Zidentyfikowaliśmy trzy dodatkowe podtypy nowotworu prostaty, dzięki którym lekarze będą mogli lepiej dobrać leczenie, dodaje.

      « powrót do artykułu
    • By KopalniaWiedzy.pl
      Marcin Sieniek, Scott Mayer McKinney, Shravya Shetty i inni badacze z Google Health opublikowali na łamach Nature artykuł, w którym dowodzą, że opracowany przez nich algorytm sztucznej inteligencji lepiej wykrywa raka piersi niż lekarze.
      Nowotwory piersi, pomimo szeroko zakrojonych programów badań, wciąż pozostają drugą głównych przyczyn zgonów na nowotwory wśród kobiet. Każdego roku na całym świecie wykonuje się dziesiątki milionów badań obrazowych, ale problemem wciąż pozostaje zbyt wysoki odsetek diagnoz fałszywych pozytywnych i fałszywych negatywnych. To z jednej strony naraża zdrowe osoby na stres i szkodliwe leczenie, a z drugiej – w przypadku osób chorych – opóźnia podjęcie leczenia, co często niesie ze sobą tragiczne skutki.
      Umiejętności lekarzy w zakresie interpretacji badań obrazowych znacznie się od siebie różnią i nawet w wiodących ośrodkach medycznych istnieje spore pole do poprawy. Z problemem tym mogłyby poradzić sobie algorytmy sztucznej inteligencji, które już wcześniej wielokrotnie wykazywały swoją przewagę nad lekarzami.
      Wspomniany algorytm wykorzystuje techniki głębokiego uczenia się. Najpierw go trenowano, a następnie poddano testom na nowym zestawie danych, których nie wykorzystywano podczas treningu.
      W testach wykorzystano dane dotyczące dwóch grup pacjentek. Jedna z nich to mieszkanki Wielkiej Brytanii, które w latach 2012–2015 poddały się badaniom mammograficznym w jednym z dwóch centrów medycznych. Kobiety co trzy lata przechodziły badania mammograficzne. Do badań wylosowano 10% z nich. Naukowcy mieli więc tutaj do dyspozycji dane o 25 856 pacjentkach. Było wśród nich 785, które poddano biopsji i 414 u których zdiagnozowano nowotwór w ciągu 39 miesięcy od pierwszego badania.
      Drugą grupę stanowiło 3097 Amerykanek będących w latach 2001–2018 pacjentkami jednego z akademickich centrów medycznych. U 1511 z nich wykonano biopsje, a u 686 zdiagnozowano nowotwór w ciągu 27 miesięcy od badania.
      Losy wszystkich kobiet były śledzone przez wiele lat, zatem wiadomo było, które z pań ostatecznie zachorowały.
      Zadaniem sztucznej inteligencji było postawienie diagnoz na podstawie mammografii. Następnie wyniki uzyskane przez SI porównano z diagnozami lekarskimi. Okazało się, że sztuczna inteligencja radziła sobie znacznie lepiej. Liczba fałszywych pozytywnych diagnoz postawionych przez SI była o 5,7% niższa dla pacjentek z USA i o 1,2% niższa u pacjentek z Wielkiej Brytanii. SI postawiła też mniej fałszywych negatywnych diagnoz. Dla USA było to 9,4% mniej, a dla Wielkiej Brytanii – 2,7% mniej. Wyniki uzyskane przez sztuczną inteligencję były o tyle bardziej imponujące, że algorytm diagnozował wyłącznie na podstawie badań mammograficznych, podczas gdy lekarze mieli też do dyspozycji historię pacjenta.
      Teraz autorzy algorytmu będą próbowali wykorzystać go podczas badań klinicznych. Ich celem jest spowodowanie, by algorytm sztucznej inteligencji został dopuszczony do użycia w medycynie.

      « powrót do artykułu
  • Recently Browsing   0 members

    No registered users viewing this page.

×
×
  • Create New...