Đa omics và machine learning làm rõ các phân nhóm phân tử của ung thư đường mật, xác định TNK1 là đích điều trị mới

Điểm nổi bật

Nghiên cứu này khai thác các bộ dữ liệu đa omics (multiomics) và machine learning để xác định ba phân nhóm phân tử khác biệt của ung thư đường mật (cholangiocarcinoma, CCA), độc lập với phân loại giải phẫu truyền thống. Trong đó, cụm chuyển hóa cho thấy hoạt tính kinase TNK1 tăng cao, và đã được xác nhận là đích điều trị tiềm năng bằng chất ức chế chọn lọc TP-5801 trên các mô hình xenograft nguồn gốc từ bệnh nhân (patient-derived xenograft, PDX). Ngoài ra, cụm điều hòa miễn dịch cho thấy mức đáp ứng cao nhất với phác đồ hóa trị chuẩn gemcitabine/cisplatin, gợi ý khả năng phân tầng điều trị theo phân nhóm.

Bối cảnh nghiên cứu

Ung thư đường mật là một ác tính đường mật tiến triển nhanh, đặc trưng bởi tiên lượng xấu, tính không đồng nhất phân tử cao và các lựa chọn điều trị hiệu quả còn hạn chế. Mặc dù đã có những tiến bộ, bệnh vẫn kháng lại nhiều liệu pháp, một phần do bối cảnh hệ gen và proteome phức tạp cùng với các vị trí u giải phẫu khác nhau (trong gan, rốn gan, đoạn xa). Làm sáng tỏ các phân nhóm phân tử vượt ra ngoài khác biệt giải phẫu có thể mang lại hiểu biết mới về sinh bệnh học, tiên lượng và các can thiệp nhắm đích.

Thiết kế nghiên cứu

Các nhà nghiên cứu đã tiến hành một cách tiếp cận đa omics toàn diện, phân tích giải trình tự toàn bộ exon (whole exome sequencing), giải trình tự mRNA và lập hồ sơ proteome/phosphoproteome trên các mẫu u đại diện cho tất cả các phân nhóm giải phẫu của CCA. Các kỹ thuật giảm chiều tích hợp được áp dụng để xác định các đặc điểm phân tử then chốt thúc đẩy tính không đồng nhất. Tiếp đó, phân cụm không giám sát và các thuật toán machine learning được sử dụng để tinh chỉnh phân loại phân nhóm, đồng thời xác định các chữ ký phân tử đặc trưng và các kinase hoạt động trong từng cụm. Các bộ dữ liệu công khai bên ngoài và các mô hình PDX được đối chiếu với các cụm này. Ý nghĩa điều trị được khảo sát bằng phân tích làm giàu kinase và xác thực in vivo thông qua ức chế kinase chọn lọc trong các mô hình PDX đặc hiệu theo cụm. Đáp ứng với hóa trị giữa các cụm được đánh giá bằng thí nghiệm PDX in vivo.

Kết quả chính

Phân tích tích hợp đã xác định ba cụm phân tử có khả năng tái lập, được đặt tên dựa trên rối loạn nổi trội của các đường dẫn tín hiệu: 1) điều hòa miễn dịch, 2) chuyển hóa, và 3) điều hòa gen/vận mệnh tế bào. Các cụm này không phụ thuộc vào vị trí giải phẫu của khối u nhưng có tương quan với thời gian sống còn toàn bộ sau phẫu thuật triệt căn, nhấn mạnh ý nghĩa lâm sàng của chúng.

Nhiều chữ ký đa omics liên quan đến kết cục sống còn và di căn hạch bạch huyết đã được xác định, cung cấp các biomarker tiềm năng cho phân tầng nguy cơ và định hướng điều trị. Phân tích làm giàu kinase đã làm nổi bật TNK1, một tyrosine kinase không thụ thể, là kinase có hoạt tính cao trong cụm chuyển hóa. Đáng chú ý, điều trị in vivo bằng chất ức chế TNK1 chọn lọc mới TP-5801 đã ức chế đáng kể sự phát triển khối u trong các mô hình PDX thuộc cụm chuyển hóa, trong khi các mô hình thuộc cụm khác không đáp ứng, qua đó chứng minh cả tính đặc hiệu lẫn tiềm năng điều trị.

Tích hợp các bộ dữ liệu bên ngoài đã xác nhận tính tái lập của các cụm phân tử này và cho thấy phân nhóm điều hòa miễn dịch là phân nhóm đáp ứng tốt nhất với phác đồ hóa trị hàng đầu chuẩn gồm gemcitabine và cisplatin. Các kết quả này cũng được củng cố bằng các nghiên cứu đáp ứng PDX in vivo, gợi ý rằng phân loại phân tử có thể hướng dẫn lựa chọn hóa trị.

Bình luận chuyên gia

Nghiên cứu này cho thấy sức mạnh của việc kết hợp lập hồ sơ đa omics với các kỹ thuật tính toán tiên tiến để tái định nghĩa phân loại khối u vượt ra ngoài các mô hình dựa trên giải phẫu hay mô học. Bằng cách xác định các phân nhóm được định nghĩa ở mức phân tử gắn với tiên lượng và đáp ứng điều trị, nghiên cứu mở ra các hướng đi cho y học chính xác trong ung thư đường mật—một bệnh lý vốn thiếu các liệu pháp nhắm đích hiệu quả.

Phát hiện TNK1 là một kinase có thể nhắm đích chọn lọc trong phân nhóm chuyển hóa bổ sung thêm một ứng viên mới vào kho vũ khí điều trị chống CCA. Mặc dù dữ liệu tiền lâm sàng rất thuyết phục, vẫn cần xác thực lâm sàng để xác định tính an toàn, hiệu quả và tiêu chí lựa chọn bệnh nhân. Hơn nữa, việc các cụm phân tử không phụ thuộc vào phân nhóm giải phẫu gợi ý rằng các thử nghiệm lâm sàng trong tương lai nên bao gồm phân tầng phân tử.

Các hạn chế bao gồm việc phụ thuộc vào mô hình PDX, vốn dù có tính đại diện nhưng có thể chưa tái hiện đầy đủ sự phức tạp của vi môi trường khối u. Ngoài ra, kết cục dài hạn và cơ chế nền tảng của tính đáp ứng hóa trị đặc hiệu theo cụm vẫn cần được làm rõ thêm. Tuy nhiên, cách tiếp cận này đã đặt nền móng cho các liệu pháp và thử nghiệm lâm sàng trong tương lai dựa trên biomarker.

Kết luận

Phân tích đa omics và machine learning toàn diện này xác định ba phân nhóm ung thư đường mật khác biệt về mặt phân tử và có giá trị tiên lượng lâm sàng. Bằng cách liên kết hoạt tính kinase với đáp ứng điều trị, nghiên cứu xác định TNK1 là một đích phân tử đầy hứa hẹn trong phân nhóm chuyển hóa, đồng thời cung cấp thêm hiểu biết về tính nhạy cảm với hóa trị ở nhóm điều hòa miễn dịch. Những phát hiện này mở đường cho các chiến lược ung thư chính xác được cá thể hóa theo các bối cảnh phân tử khác nhau của CCA nhằm cải thiện kết cục lâm sàng.

Các nghiên cứu tương lai nên tập trung vào chuyển giao lâm sàng của các chất ức chế TNK1 và tích hợp phân nhóm phân tử vào quy trình chẩn đoán thường quy cũng như thiết kế thử nghiệm lâm sàng.

Tài trợ và thử nghiệm lâm sàng

Nghiên cứu được hỗ trợ bởi nhiều cơ sở học thuật và nghiên cứu như đã nêu chi tiết trong ấn phẩm gốc. Hiện chưa có thử nghiệm lâm sàng nào được ghi nhận cho các chất ức chế TNK1 trong ung thư đường mật, nhấn mạnh nhu cầu phát triển lâm sàng ở giai đoạn sớm.

Tài liệu tham khảo

1. Mun DG, et al. Multiomics combined with machine learning defines unique molecular subtypes of cholangiocarcinoma and identifies TNK1 as a therapeutic target. Hepatology. 2025;84(2):396-410. PMID: 41020779.
2. Valle JW, et al. Cisplatin and gemcitabine for advanced biliary tract cancer. N Engl J Med. 2010;362(14):1273-81.
3. Lowery MA, et al. Molecular targeting in cholangiocarcinoma: Advances and future prospects. CA Cancer J Clin. 2021;71(4):327-345.