Gyors, hatékony, okos: új, adatbázisokon alapuló szoftver a rákgyógyításban

Egyetemi tanárként dolgozik részállásban a PTE ÁOK Biofizikai Intézetben, 25 éve foglalkozik onkológiával, ezen belül annak bioinformatikai oldalával és egy ahhoz kapcsolódó szoftver fejlesztésével. Utóbbi nagy nemzetközi hatású mind citációs, mind felhasználói szinten, és hosszú távon elősegíti az onkológiai betegek személyre szabott terápiáját! Továbbá két, egy kutatáshoz és egy tudománymetriához kapcsolódó szoftver is ennek a találmánynak a köpönyege alól került ki. Dr. Győrffy Balázzsal - aki nem mellesleg rektori tanácsadói szerepet is betölt - kutatásairól beszélgettünk.

Mivel foglalkoznak a programjai?
A szoftvereinkkel az a cél, hogy automatizáljuk a klinikai kutatások időigényes folyamatait. Például, ha valaki talál egy új, az onkológiában alkalmazható biomarkert – biomarkernek nevezünk egy objektíven mérhető biológiai paramétert –, akkor a több millió beteg adatait összesítő szoftverünkkel meg tudjuk mondani, hogy az arra alapozó terápia működhet-e egy adott típusú tumorban szenvedő betegnél vagy sem, illetve mely tumortípus melyik stádiumában várható terápiás hatás. Már az is nagy előny, ha meg tudjuk mondani, hogy nem fog hatni, hiszen akkor ebben a betegcsoportban egy másik terápiát kell alkalmazni. Köztudott, hogy az onkológiában nagyon sok gyógyszernek alacsony a hatékonysága – ha viszont biomarker is rendelkezésre áll, a hatékonyság akár meghúszszorozódhat!

A kutatásaink lényege az, hogy a biomarkerek klinikai azonosítását segítjük, anélkül, hogy a kutatónak kellene ehhez betegadatokat gyűjtenie, etikai engedélyt kérnie stb. E tekintetben az is fontos – és ez az FDA az amerikai gyógyszerfelügyelet irányelve is –, hogy csak olyan gyógyszert lehet jóváhagyni, amihez biomarker is kapcsolható.

Sajnos mielőtt még az olvasó fejében megfordulna, hogy felhív, hogy segítséget kérjen tőlünk, tisztáznunk kell, hogy mi  nem az egyes betegekkel foglalkozunk, hanem klinikusok és kutatók kezébe adunk ehhez eszközt.

Szóval, ha egy klinikus egy adott beteg konkrét mintáját vizsgálja, ehhez a tulajdonképpen big data-s adatcsomagra épülő szoftverhez csatlakozva tud levonni következtetéseket. Jól értem?
Tulajdonképpen igen. Egy-egy adott célcsoportra fókuszáló új hatóanyagok, gyógyszerek teszteléséhez járulunk ezzel hozzá. Fontos szempont lehet ez, hiszen felesleges idő-, energia- és pénzpazarlás, ha az adatok szerint nem fog rá reagálni az adott tumor. Ez az egyik, amivel foglalkozunk.

Honnan szerzik az adatokat?
Kis részben saját adatbázisra, de a leginkább már meglévő adatbázisokra támaszkodunk, ezekből állítunk össze egy nagyot. Összetettek az elérhető adatbázisok, mert mindegyik klinikai vizsgálatban mást néznek meg a betegen: van, hogy leközlik, hány éves, milyen nemű, milyen stádiumú a tumora, más esetben viszont csak a tumor méreteire koncentrálnak. Ez sok, összehasonlíthatatlan adatot eredményez – egyébként károsnak is tartom, hogy nincsenek erre standardok.

Az onkológia területén jelenleg nekünk van az egyik legnagyobb adatbázisunk, ami publikusan használható.

Tehát például csak abban a csoportban, amiben megmondjuk, hogy mi a különbség a normál és a tumoros szövet között, 60 ezer betegadat van, most dolgozunk egy olyan rendszeren, amiben egymillió betegét rögzítettük.
A szoftver bármely szakember számára elérhető, az adatokon alapuló elemzéseket le lehet tölteni.

Mennyire mérhető/kimutatható, hogy hozzájárultak-e a kutatások és a gyógyítás sikeréhez?

Ami esetünkben számosítható, az az, hogy mennyi szabadalom használta a szoftverünket, mennyien hivatkoznak rá – szabadalomból jelenleg kettőszáznál is több van! Nagyon büszkék vagyunk erre!

És ez csak az egyik csomagja a szoftvernek, amit fejlesztünk. A második irány nem az onkológiára koncentrál, hanem úgynevezett statisztikai tesztek elvégzését segíti, ide tartozik a többszörös hipotézis teszt, melyet klinikai vizsgálatban, alapkutatásban, de fizikában, kémiában, biológiában is lehet használni; illetve a metaanalízisek, melyekből már szintén tudunk automatizált statisztikai elemzéseket készíteni. A harmadik, ami ebből fejlődött ki, az egy tudománymetriai irány: a Scientometrics nevű platform a kutatók tudományos teljesítményét vizsgálja. (hamarosan lásd külön cikkünkben!)

Jól értem, hogy azokra az aprólékos, de automatizálható lépésekre, amik a tudományos kutatást visszafognák, dolgoztak ki egy hátteret?
Amikor valaki alapkutatást vagy klinikai vizsgálatot folytat, és talál egy ígéretes gént, csak a sötétben tapogatózik. Ahhoz, hogy komolyabban megvizsgálja, etikai engedélyt és pénzügyi forrást kell rá szereznie, megfelelő számú betegeket összegyűjtenie a kísérlethez, lefolytatni a kísérletet, publikálni az eredményeit – és máris eltelt tíz év!

Ha leül a szoftverünk elé, láthatja, mely páciensekben volt megtalálható ez a gén, akik érintettek, és nekik mi lett a sorsuk. Voltaképpen arra kap választ, hogy van-e értelme ezzel foglalkoznia vagy sem.

Az különösen szerencsés helyzet, ha például van tíz biomarker, ami egy gyógyszer kifejlesztéséhez optimális lehet – ennyi végigkutatása szinte megfizethetetlen lenne – ám ha tudja, hogy ebből nyolc biztosan nem működik, a maradék kettőre fókuszálhat.

Honnan támadt ez az ötlete?
Orvosként végeztem, és a PhD-program végén egy németországi laborban dolgoztam, és rájöttem, hogy az adott eseten, a konkrét mérési eredményeken túl nem látunk, ezekkel nem foglalkozunk. Mivel én kicsit jobban értettem a komputerekhez mint a többiek, engem bíztak meg azzal, hogy az alapkutatásnak, melyben akkor közreműködtem, hozzam létre az adatbázisát. Így 2004-2005 körül jött létre az első, ami a későbbiekben egyre csak bővült. Egyre több szakemberrel dolgoztam együtt, de

egy idő után rájöttünk, hogy jó lenne, ha lenne egy olyan szoftveres verzió, mely révén mindenki maga ki tudná keresni a számára releváns adatokat,

az én személyes közreműködésem nélkül. Ez 2009-2010-ben volt. Ma már nem csak fenntartjuk ezt a rendszert, de van egy lista azokról az adatbázisokról, amiket meg szeretnénk csinálni a jövőben. A szűk keresztmetszetet a bioinformatika iránt vonzódó kutatók jelentik, de kell a csapatba olyan szakember, aki statisztikához ért, aki ebből adatbázist formál, aki kezeli ennek webes megjelenését, validálja és összehasonlítja, ellenőrzi az adatbázisokat – nagy csapat kell, kellő szaktudással felvértezve.

Miért az onkológiával kezdett el foglalkozni?
Az egyetem alatt endokrinológiával foglalkoztam, abból is TDK-ztam. A PhD-t a klinikai orvostudomány területén kezdtem, majd kaptam egy lehetőséget arra, hogy onkológiával foglalkozzak. Szerencsére az orvostudomány fejlődése révén vannak olyan betegségek, melyek gyógyítása ma már alig jelent kihívást. Az onkológia területe sajnos nem ilyen: a statisztikák szerint az 1950-es évekhez képest alig változott számottevően a várható élettartam sok daganatos megbetegedés diagnosztikája után. Hiába fejlődtek jelentősen a diagnosztikai eszközök, ha nincs megfelelő és gyors kezelés, ez nem segít a betegeken. A gyógyszerek hatékonysága pedig még mindig nagyon alacsony: bár vannak szerek, amik hatékonyak, de az a betegeknek csak kis hányadára hatnak. Emiatt választottam ezt a területet.

A személyes vízióm az, hogy egyszer eljön az idő, hogy ha valakit rákkal diagnosztizáltak, akkor nem megműtik, hanem kap majd néhány, személyre szabott tablettát, és kész.

Mikorra juthat el idáig az orvostudomány?
Sajnos ez időigényes, de már most látjuk, hogy vannak olyan kezelések, melyek a megfelelő gyógyszeres terápia kiválasztásával sikerrel gyógyították meg a beteget.

Viszont az új szoftverekkel fel lehet gyorsítani a személyre szabott terápiákat.
Igen. Ma már lehetőség van arra, hogy a tumort szétszedjük egyes sejtekre, és minden egyes sejtet külön-külön megvizsgáljuk, majd megállapítjuk, hogyan hatnak egymásra. Ez nagyon nagy mennyiségű adat, nagyon sok munka. Emellett az immunológiai irány is fejlődik: szeretnénk lekérdezhetővé tenni azt, ki az, aki kaphat immunterápiát, és esetében melyiket célszerű alkalmazni; illetve az a klinikus, aki újfajta immunterápiát fejleszt, mely célfehérjékre célozzon vagy ne célozzon.

Van-e versenytársuk?
Van olyan szoftver, mely egy-egy, általunk is kezelt szegmenssel foglalkozik, de hozzájuk képest van egy nagyon nagy előnyünk: az, hogy 15 éve foglalkozunk ezzel a területtel. Az első ilyen szoftvert 2009-ben kezdtük el létrehozni, és ezt 2010-ben közöltük le. Azóta folyamatosan gyorsuló ütemben egyre több hasonló szoftvert fejlesztünk. A szoftverünknél szinte csak a publikáció után kezdődik a munka, elkezdik a felhasználók használni, visszajelzések érkeznek, továbbfejlesztjük, újabb és újabb funkciókat teszünk bele. A folyamatos fejlesztést a felhasználók sok pozitív visszajelzése teszi részben lehetővé.