Расшифровка эволюции и гетерогенности глиобластомы посредством механистического моделирования: значение для клинической трансляции

Данная научная публикация представляет собой обзор современных достижений в области моделирования эволюции и гетерогенности глиобластомы (ГБМ) — одной из самых агрессивных и смертельных первичных опухолей головного мозга у взрослых. В статье суммируются данные о сложной динамике клональной эволюции ГБМ и ее обширной гетерогенности на геномном, клеточном, пространственном и микросредовом уровнях. Авторы описывают, как опухоль адаптируется к микроокружению мозга и приобретает терапевтическую устойчивость через генетические, эпигенетические, транскрипционные и иммуно-микросредовые перестройки. Подчеркивается роль глиобластомных стволовых клеток (ГСК) в пролиферации опухоли, ее гетерогенности и рецидивировании, а также отмечается значительное улучшение способности изучать эти процессы благодаря новым технологиям, таким как одноклеточное профилирование, пространственная транскриптомика и вычислительное моделирование с использованием искусственного интеллекта.

Однако, несмотря на значительный прогресс, авторы указывают на ключевую концептуальную проблему: необходимость примирения иерархических моделей раковых стволовых клеток, где ГСК рассматриваются как относительно стабильные опухолеобразующие субпопуляции, с моделями динамической пластичности состояний, где стволоподобные свойства могут обратимо приобретаться или теряться. Критически отмечается, что ни одна из существующих моделей — in vitro, ex vivo, in vivo или вычислительных — не способна полностью воспроизвести всю сложность гетерогенности ГБМ у человека, историю лечения, рецидивы и взаимодействие опухоли с микроокружением. В связи с этим, выбор модели должен определяться четко сформулированными механистическими вопросами, а не полагаться на одну универсальную платформу.

В заключение, обзор подчеркивает перспективность интегрированных модельных подходов, которые могут преодолеть ограничения отдельных платформ. Комплексное применение различных моделей способно значительно улучшить доклинические испытания лекарственных средств, повысить точность прогнозирования реакции на лечение и способствовать развитию прецизионной нейроонкологии. Это открывает путь к разработке более эффективных и целенаправленных терапевтических стратегий для пациентов, страдающих от глиобластомы, и обеспечивает более глубокое понимание биологии этого смертельного заболевания.