Temelj svake antitumorske terapije je uništavanje tumorskih stanica, kao što je to slučaj kod kemoterapije, radioterapije (zračenja) i imunoterapije. Takve vrste liječenja često ne mogu djelovati isključivo na tumorske stanice, već uništavaju i zdravo tkivo dovodeći do ozbiljnih posljedice koje mogu znatno ugroziti zdravlje pacijenata i narušiti kvalitetu života. Također, može se razviti i rezistencija na terapiju. Ali, čini se da je rješenje bez uništavanja stanica i popratnih posljedica pronašla južnokorejska istraživačka grupa s Korea Advanced Institute of Science and Technology (KAIST) predvođena profesorom Kwang-Hyun Cho.

Digitalni alati koji raspetljavaju genske mreže

Profesor Kwang-Hyun Cho i njegov tim su krajem 2024. objavili su kako su otkrili novu tehnologiju koja može tumorske stanice kolorektalnog karcinoma pretvoriti u zdrave stanice kolona (enterocite). Time su otvorili vrata potpuno novom pristupu liječenja karcinoma bez uništavanja stanica, već njihovim reprogramiranjem. Proučavajući proces nastanka tumora, odnosno onkogenezu, primijetili su da normalne stanice nazaduju u svojoj diferencijaciji. Shodno tom saznanju napravili su „digitalne blizance“ genskih mreža povezanih s diferencijacijom normalnih stanica kolona.

Kako bi došli do toga razvili su digitalni alat BENEIN (engl. Boolean network inference and control). Tehnologija se temelji na Boolovoj algebri koja proučava logičke vrijednosti (istina – 1 i laž – 0) i njihove operacije poput AND, OR i NOT za izradu logičkih sklopova i programiranje. Primjenom tih principa, znanstvenici su razvili genske regulacijske mreže koje im omogućuju proučavanje interakcije između različitih gena u procesu stanične diferencijacije. Upravo su takve digitalne genske mape omogućile sistematično istraživanje ključnih regulatornih gena te kako ih iskoristiti da vratimo tumorske stanice u „normalu“. Otkrili su da tri gena: HDAC2, FOXA2 i MYB mogu inicirati potpunu diferencijaciju stanica kolona te zaključili kako su oni ključni regulatori toga procesa. Sva tri gena imaju i ulogu kao okidači u onkogenezi. Oni mogu priječiti normalno sazrijevanje tumorskih stanica te potaknuti njihovo preživljenje i proliferaciju.

Eksperimentalni modeli digitalnih otkrića

Svoje „digitalno“ otkriće ispitali su i eksperimentalno na stanicama tumora kolona i na miševima. Rezultati su se pokazali uspješnima. Čak tri stanične linije bez ključna tri regulacijska gena pokazale su smanjenu proliferaciju i počele su poprimati obilježja zdravih stanica. Rezultati su bili uspješni i na animalnim modelima. Miševi s reprogramiranim tumorskim stanicama bez ključna tri gena razvili su znatno manje tumore od onih koji su primili „obične“ tumorske stanice.

Još jedna prednost ove tehnologije je što ne mora koristiti trajno uređivanje gena. Koristeći metode poput RNA interferencija (RNAi), antisense oligonukleotida ili CRISPR interferencija (CRISPRi) moguće je trenutno utišati ciljane gene i spriječiti nastanak potencijalno opasnih proteina.

Obećavajuća metoda liječenja

Razvoj tehnologije koja omogućuje reprogramiranje stanica svakako predstavlja obećavajuću budućnost u onkologiji. Proučavanjem digitalnih genskih mapa otkriva se put ka personaliziranoj terapiji. Na taj način je moguće pronaći najučinkovitije i najsigurnije rješenje za svakog pacijenta. Ova revolucionarna tehnologija koja omogućuju liječenje raka bez uništavanja stanica i štetnih posljedica otvara perspektivu za sigurnije i preciznije terapije koje mogu značajno poboljšati ishode i kvalitetu života oboljelih.

 

Literatura

1. Gong J, Lee C, Kim H, et al. Control of cellular differentiation trajectories for cancer reversion. Advanced Science, 2024.

2. KAIST Develops Foundational Technology to Revert Cancer Cells to Normal Cells​, 2024., https://news.kaist.ac.kr/newsen/html/news/?mode=V&mng_no=42710, pristupljeno 20.5.2025.

3. South Korean Scientists at KAIST Reprogram Colon Cancer Cells in Breakthrough That Could Change Oncology, 2025., https://oncodaily.com/oncolibrary/benein-cancer-treatment, pristupljeno 20.5.2025.

Izvor fotografije

Image by Maxwell Joe from Pixabay