Ugyanaz a daganatellenes szer az egyik betegnél visszaszorítja a tumort, a másiknál alig hat. Dr. Menyhart Otília, a Semmelweis Egyetem Bioinformatikai Tanszékének adjunktusa a Jazzy Rádió FM90.9 Business Class műsorában ennek a különbségnek a sejtszintű okairól beszélt, miután idén elnyerte a L’Oréal-UNESCO A Nőkért és a Tudományért ösztöndíját. A génexpressziós adatbázisok és a daganat közvetlen környezete együtt rajzolják ki, hol akad el a kezelés.
„A gyógyszer célpontja sokszor a segítő sejteken ül, és pár túlélő sejt elég ahhoz, hogy a tumor újra felépüljön.”
Az alábbi cikk AI összefoglaló a műsorban elhangzott beszélgetés alapján. Kövesd velünk a legújabb AI trendeket! De… Pontos információkért hallgasd a rádiót, vagy hallgasd/nézd újra a hang és videó anyagainkat!
A gyógyszerrezisztencia molekuláris hátteréről
A kutatás arra keres választ, miért nyomja vissza ugyanaz a daganatellenes szer az egyik betegnél a tumort, a másiknál pedig alig vagy egyáltalán. A díjat 2026-ban huszonnegyedik alkalommal ítélte oda akadémikusokból álló zsűri, idén három magyar kutatónő vehette át. A kutatói hétköznapokban évekig alig érkezik visszajelzés, az ösztöndíj ezért erős megerősítés arra, hogy az irány tartható. Az elismeréssel a felelősség is nő, a munka ettől még a laborasztalnál folytatódik.
A gyógyszerrezisztencia a sejtek szintjén ott válik láthatóvá, ahol a DNS minden sejtben jelen van, a működés viszont sejtenként eltér.
A DNS-ről RNS íródik át, ennek a mennyiségét mérik a világ laboratóriumaiban, a Semmelweis-csoport pedig ezeket a nyers adatokat fésüli össze. Több ezer daganatos beteg génexpressziós lenyomata kerül egy táblába, betegenként nagyjából 20-30 ezer génnel. A tisztítás, a normalizálás és az útvonalelemzés csapatmunka, a kollégák viszik az oroszlánrészt. A mintázatokból az rajzolódik ki, hogy a gyulladásos és a metabolikus útvonalak egyaránt szerepet kaphatnak abban, ha a kezelés egy betegnél elakad. Egyetlen minta önmagában keveset árul el, az összefésült állomány viszont stabilabb jelet ad.
Egy daganat közelebb áll egy ökoszisztémához, mint egyetlen rosszindulatú sejthez, amit elég lenne eltalálni.
A tumorban daganatsejtek, érsejtek, immunsejtek és kötőszöveti sejtek élnek egymás mellett, és folyamatosan üzennek egymásnak. A hatás a szervezet egészére kiterjed, az immunrendszer, a krónikus gyulladás és az anyagcsere is elmozdul. A környezet sejtjei a daganat túlélését segíthetik, a daganatsejt pedig átprogramozhatja az immunsejteket, amelyek így elveszítik eredeti szerepüket. A laikus kép, amely szerint elég a tumorsejtet megtalálni és semlegesíteni, ezen a ponton elválik a laborban látott valóságtól. A daganatos betegség ezért szisztémás folyamat, a helyi góc csak a látható része.
A bioinformatika ott lép be, ahol az emberi szem már képtelen átlátni a táblát.
Húszezer-harmincezer oszlop és több száz vagy több ezer beteg sora olyan adatmennyiség, amelyet saját fejlesztésű szoftverek bontanak elemezhető mintázatokra. A gyógyszerrezisztencia mögött gyakran a segítő sejteken ülő célpontok állnak, a hatóanyag tehát ott találkozik a rendszerrel, ahol a szem elsőre egészséges szövetet lát. Új mutációk is kialakulhatnak a kezelés alatt, és eleve jelen lehet egy olyan sejtcsoport, amely a terápiára soha nem fog válaszolni. Pár túlélő sejt elég ahhoz, hogy a tumor újra felépüljön, akkor is, ha a kezdeti kép javulást mutatott. A csoport pont ezeket a segítő sejteket vizsgálja, ez a vonal még friss a nemzetközi mezőnyben is.
A laboratóriumi felismeréstől a rendelőig tartó út most az elején jár, a becslés 10-15 évet említ.
A saját kutatás lezárása és a közlés önmagában két-három év. Utána jönnek a kétdimenziós sejtkultúrás kísérletek, majd a háromdimenziós organoidok, később az egérkísérletek. Ha konkrét gyógyszerjelölt kerül a képbe, humán klinikai vizsgálat következik, első, második és harmadik fázisban, magas költséggel. A bioinformatikai eredmény ezért kutatási állomás, a molekuláris mintázat alapján választott terápia egyelőre ígéret a rendelő felé. A célpont megtalálása és egy betegágy mellett használható biomarker között ez a hosszú, drága lánc húzódik.
A számok mögött a II. Számú Gyermekgyógyászati Klinika folyosója adja a tétet.
A kutatócsoport a Semmelweis Egyetem gyermekklinikáján dolgozik, a betegeket a csoport név szerint az üvegfal túloldalán látja. A folyosón mégis ott vannak a kezelés alatt álló gyerekek, a klinikus kollégák egyre nagyobb sikerrel gyógyítják őket. A csapat külön kiemeli a fiatalkori daganatos eseteket, mert ezekből más tanulság olvasható ki, mint a felnőtt mintákból. A személyes súly így a számítógép előtt is megmarad, a táblázat sorai mögött konkrét életek állnak. A kollégák egy-egy különleges esetet azért emelnek ki, hogy a statisztika mellé odaüljön a kérdés, mit lehet tanulni belőle.
A szakmai út a zoológiától és a madárénektől vezetett az onkológiáig, a közös szál a kíváncsiság.
Az állatviselkedés és a daganatok mögötti folyamatok ugyanabból az élővilág iránti érdeklődésből nőttek ki, a társadalmi tét a rák kutatásánál nagyobb. A számítógép előtti órák ellensúlya a kert, saját nevelésű palántákból kötött csokrok, földes kéz, virágok. A munka iránti kedv ettől függetlenül a laborban is megmarad, a kíváncsiság mindkét helyen ugyanaz. A díj után a következő lépés továbbra is az adatokban keresett útvonal, a virágoskert pedig a statisztika melletti másik műhely.
Miért hat ugyanaz a rákterápia másként a különböző betegeknél? A daganatsejtek és a környezetükben lévő ér-, immun- és kötőszöveti sejtek együtt alkotnak egy ökoszisztémát. A gyógyszer célpontja gyakran a segítő sejteken ül, és egy eleve ellenálló sejtcsoportból a tumor újra felépülhet.
Mit árul el egy daganat génexpressziós lenyomata? Azt, hogy a közös DNS-ről sejtenként más RNS-mennyiség íródik át. Több ezer beteg 20-30 ezer génjének összefésült mintázatából a gyulladásos és a metabolikus útvonalak szerepe is kirajzolódik a gyógyszerrezisztenciában.
Mennyi idő, amíg egy ilyen laborfelismerésből klinikai kezelés lehet? A becslés 10-15 év, a Semmelweis-csoport most ennek az elején tart. Közlés, sejtkultúra, organoid, állatkísérlet, majd háromfázisú humán vizsgálat kell ahhoz, hogy egy biomarker a rendelőbe kerüljön.
Dr. Horváth Balázs, az SQN Trust Bizalmi Vagyonkezelő Zrt. igazgatósági tagja és nemzetközi adószakértője a Business Classban azt vette sorra, mit ír fel a tulajdonos a vagyonleltárba, és hogyan lesz belőle nettó vagyon. Az ingatlan négylépcsős értékelése, a cégképlet kettős súlya és a kezelt vagyon külön kerete együtt rajzolja ki, mekkora alapra ül rá az 1 és az 1,5 százalékos kulcs. „Egy százmillió forintos saját tőkéjű, erősen nyereséges szolgáltató cég […]
