Μία ακόμη βοήθεια για την αντιμετώπιση του καρκίνου
Η εξατομικευμένη ιατρική αποτελεί μία από τις πιο δυναμικές εξελίξεις στη σύγχρονη ογκολογία, καθώς επιδιώκει να προσαρμόσει τη θεραπεία στις γενετικές και βιολογικές ιδιαιτερότητες κάθε ασθενούς.
Αντί για μια «θεραπεία για όλους», η προσέγγιση αυτή βασίζεται στην κατανόηση των μοριακών μηχανισμών που οδηγούν στην ανάπτυξη και εξέλιξη του καρκίνου, με στόχο πιο αποτελεσματικές θεραπείες και λιγότερες ανεπιθύμητες ενέργειες.
Η Αλεξάνδρα Σταυροπούλου (Βιολόγος) και ο Θάνος Δημόπουλος (Καθηγητής Θεραπευτικής – Ογκολογίας – Αιματολογίας, Διευθυντής Θεραπευτικής Κλινικής, τ. Πρύτανης ΕΚΠΑ), παραθέτουν τα σημαντικότερα δεδομένα.
Τα τελευταία δέκα χρόνια, η πρόοδος στον τομέα της γονιδιωματικής υπήρξε εντυπωσιακή. Από την ανάλυση λίγων μόνο γονιδίων, η κλινική πράξη έχει περάσει στη χρήση εκτεταμένων πάνελ εκατοντάδων γονιδίων, ενώ τεχνολογίες όπως η αλληλούχιση ολόκληρου του εξώματος ή του γονιδιώματος διερευνώνται όλο και περισσότερο.
Παράλληλα, η επιστημονική κοινότητα έχει προχωρήσει από την απλή αναγνώριση γενετικών μεταλλάξεων-οδηγών του καρκίνου στην ανάπτυξη και έγκριση στοχευμένων φαρμάκων για συγκεκριμένες μοριακές αλλοιώσεις.
Σημαντικό ρόλο στην εξέλιξη της εξατομικευμένης θεραπείας έχουν διαδραματίσει και οι λεγόμενες «basket trials», κλινικές δοκιμές που βασίζονται στο μοριακό προφίλ του όγκου και όχι στο όργανο προέλευσης.
Επιπλέον, έχουν εγκριθεί θεραπείες με «ογκολογικά ανεξάρτητο» χαρακτήρα, οι οποίες μπορούν να χορηγηθούν σε ασθενείς με διαφορετικούς τύπους καρκίνου, εφόσον φέρουν την ίδια γενετική αλλοίωση. Παρ’ όλα αυτά, η εξατομικευμένη ογκολογία βρίσκεται ακόμη σε πρώιμο στάδιο και αναμένεται να γίνει πολύ πιο αποτελεσματική τα επόμενα χρόνια.
Ένα από τα βασικά διδάγματα της μέχρι τώρα εμπειρίας είναι ότι οι μονοθεραπείες σπάνια προσφέρουν μακροχρόνια αποτελέσματα, ακόμη και όταν στοχεύουν σε έναν βασικό μοριακό «οδηγό» του καρκίνου.
Έτσι, η έρευνα στρέφεται ολοένα και περισσότερο στην κατανόηση των μηχανισμών αντοχής στις θεραπείες και στην ανακάλυψη βιοδεικτών που προβλέπουν ποιοι ασθενείς θα ωφεληθούν περισσότερο. Η γνώση αυτή ανοίγει τον δρόμο για ορθολογικούς συνδυασμούς φαρμάκων που θα μπορούσαν να προσφέρουν πιο διαρκή οφέλη.
Καθώς ο όγκος των διαθέσιμων δεδομένων αυξάνεται ραγδαία, καθίσταται απαραίτητη η ύπαρξη συστημάτων υποστήριξης αποφάσεων για τους γιατρούς. Πλαίσια αξιολόγησης της πληροφορίας από τις γονιδιωματικές εξετάσεις, βάσεις δεδομένων που συνδέουν γενετικές αλλοιώσεις με διαθέσιμες θεραπείες και κλινικές δοκιμές, καθώς και μοριακά ογκολογικά συμβούλια, συμβάλλουν στο να μεταφραστεί η επιστημονική γνώση σε πραγματικό όφελος για τον ασθενή.
Ιδιαίτερη αισιοδοξία προκαλούν οι νέες στρατηγικές βιοδεικτών, ειδικά για δύσκολα αντιμετωπίσιμους καρκίνους. Η διεύρυνση των θεραπευτικών επιλογών για μεταλλάξεις σε γονίδια όπως το KRAS, που μέχρι πρόσφατα θεωρούνταν «μη στοχεύσιμες», αναμένεται να ωφελήσει μεγάλο αριθμό ασθενών.
Παράλληλα, νέες κατηγορίες φαρμάκων που στοχεύουν την επιφάνεια των καρκινικών κυττάρων —όπως τα συζεύγματα αντισώματος-φαρμάκου, τα διειδικά αντισώματα και οι θεραπείες CAR T— έχουν ήδη μεταμορφώσει την πρόγνωση ορισμένων νοσημάτων.
Η επόμενη φάση της εξατομικευμένης ογκολογίας αναμένεται να βασιστεί σε ακόμη πιο σύνθετες αναλύσεις, όπως RNA πάνελ, πρωτεομική και προηγμένες τεχνικές ανοσοϊστοχημείας, καθώς και σε νέους τρόπους εξατομίκευσης της ανοσοθεραπείας.
Ωστόσο, μια από τις μεγαλύτερες προκλήσεις παραμένει η σωστή κλινική εφαρμογή: ποια εξέταση πρέπει να γίνεται, πώς ερμηνεύονται τα αποτελέσματα και πώς ενημερώνεται ο ασθενής για όλες τις διαθέσιμες θεραπευτικές επιλογές, τόσο σε τοπικό όσο και σε διεθνές επίπεδο.
Το μέλλον της εξατομικευμένης θεραπείας του καρκίνου διαγράφεται ιδιαίτερα ελπιδοφόρο. Η αναμενόμενη έκρηξη νέων στοχευμένων θεραπειών, η εξέλιξη των μοριακών διαγνωστικών τεχνολογιών και η καλύτερη ενοποίηση δεδομένων μέσα από συνεργασίες μεταξύ ιδρυμάτων και φαρμακευτικής βιομηχανίας αναμένεται να αλλάξουν ριζικά το τοπίο.
Η αξιοποίηση εργαλείων τεχνητής νοημοσύνης, τόσο για την επιστημονική ανακάλυψη όσο και για την υποστήριξη κλινικών αποφάσεων, μπορεί να επιτρέψει στο σύστημα υγείας να «μαθαίνει» από κάθε ασθενή και να προσφέρει όλο και πιο στοχευμένες και αποτελεσματικές θεραπείες.
