De dagelijkse medische actualiteit voor Belgische artsen en apothekers.
Hoewel de behandeling verbeterd is, blijft een glioblastoom nog altijd een grote uitdaging in de neuro-oncologie gezien zijn extreme cellulaire en genetische heterogeniteit. Gezien die complexiteit heeft een interdisciplinair team van de firma CANTHER (CNRS/Inserm/Universiteit van Rijsel) en het Laboratoire de Bioimagerie et Pathologies in Straatsburg met artificiële intelligentie de grootste transcriptionele mapping van die hersentumor tot nog toe uitgevoerd.
De vorsers hebben de activiteit van 539 transcriptiefactoren geanalyseerd via ‘machine learning’-algoritmes, die ze hebben toegepast op de gegevens van 1600 patiënten uit 16 internationale studies, en hebben zo zeven verschillende subtypes van het glioblastoom geïdentificeerd.
De biologische mechanismen en de prognose verschillen naargelang van het subtype. Op grond daarvan kan je de patiënten dus stratificeren.
Die studies hebben geleid tot de vorming van GBM-cRegMap, een tool die de klinische behandeling weleens grondig zou kunnen wijzigen. De GBM-cRegMap identificeert de moleculaire kenmerken van een tumor op het ogenblik van de diagnose of bij het vaststellen van een recidief.
Volgens de vorsers geven de huidige preklinische modellen niet alle geïdentificeerde subtypes weer en moeten dus nieuwe, meer representatieve cellijnen worden aangelegd. De studie opent bovendien ook concrete perspectieven voor een precisiegeneeskunde in de neuro-oncologie.
Referentie: hier klikken om er meer over te vernemen.
