Markery molekularne odgrywają coraz większą rolę w ocenie rokowania pacjentów z rakiem jelita grubego, umożliwiając spersonalizowane podejście do leczenia i bardziej precyzyjne przewidywanie przebiegu choroby. Analiza genetyczna komórek nowotworowych dostarcza cennych informacji o biologicznych właściwościach guza, które mają bezpośredni wpływ na odpowiedź na leczenie i długoterminowe prognozy.
Mutacje genu KRAS i ich znaczenie rokownicze
Mutacja genu KRAS jest jednym z najważniejszych markerów molekularnych w raku jelita grubego, występująca u około 40% pacjentów. Obecność tej mutacji ma istotne konsekwencje zarówno dla rokowania, jak i możliwości terapeutycznych. Pacjenci z rakiem jelita grubego, w którym komórki mają mutację genu KRAS, charakteryzują się gorszym rokowaniem, ponieważ leki terapii celowanej skierowane przeciwko receptorowi naskórkowego czynnika wzrostu (EGFR) nie będą skuteczne w przypadku tego guza1.
Mutacja KRAS prowadzi do ciągłej aktywacji szlaków sygnałowych odpowiedzialnych za wzrost i proliferację komórek nowotworowych, niezależnie od obecności zewnętrznych sygnałów wzrostowych. W konsekwencji, nawet gdy leki anty-EGFR blokują receptor na powierzchni komórki, sygnał wzrostowy nadal jest przekazywany do wnętrza komórki poprzez zmutowany białko KRAS. Ta molekularna podstawa oporności na terapię celowaną sprawia, że pacjenci z mutacją KRAS wymagają alternatywnych strategii leczenia.
Wpływ mutacji BRAF na prognozy
Mutacja genu BRAF, występująca u około 8-10% pacjentów z rakiem jelita grubego, również znacząco wpływa na rokowanie. Podobnie jak w przypadku mutacji KRAS, pacjenci z komórkami nowotworowymi zawierającymi mutację genu BRAF mają gorsze prognozy1. Mutacja BRAF często współwystępuje z innymi niekorzystnymi cechami molekularnymi i klinicznymi guza.
Guzy z mutacją BRAF charakteryzują się szczególnie agresywnym przebiegiem i tendencją do szybkiego rozprzestrzeniania się. Dodatkowo, podobnie jak mutacja KRAS, mutacja BRAF ogranicza skuteczność standardowej terapii celowanej anty-EGFR. Jednak rozwój nowych leków celowanych skierowanych specyficznie przeciwko zmutowanemu białku BRAF daje nadzieję na poprawę wyników leczenia u tej grupy pacjentów.
Niestabilność mikrosatelitarna jako korzystny czynnik rokowniczy
Niestabilność mikrosatelitarna (MSI) stanowi wyjątek wśród markerów molekularnych raka jelita grubego, ponieważ wiąże się z lepszym rokowaniem. Guzy charakteryzujące się wysoką niestabilnością mikrosatelitarną (MSI-H) mają lepsze rokowanie niż guzy z niską MSI, określane jako stabilne mikrosatelitarnie lub MSS1.
Niestabilność mikrosatelitarna powstaje w wyniku defektów w systemie naprawy błędnie sparowanych nukleotydów DNA, co prowadzi do akumulacji mutacji w mikrosatelitach – krótkich, powtarzających się sekwencjach DNA. Paradoksalnie, mimo większej liczby mutacji, guzy MSI-H charakteryzują się lepszym rokowaniem, prawdopodobnie ze względu na zwiększoną immunogenność wynikającą z dużej liczby neoantygów prezentowanych przez komórki nowotworowe.
Znaczenie MSI dla immunoterapii
Wysoką niestabilność mikrosatelitarną uznaje się obecnie za jeden z najważniejszych biomarkerów predykcyjnych skuteczności immunoterapii w raku jelita grubego. Guzy MSI-H charakteryzują się znacznie lepszą odpowiedzią na leczenie inhibitorami punktów kontrolnych immunologicznych, takimi jak anty-PD-1 czy anty-PD-L1, w porównaniu z guzami MSS.
Mechanizm tej zwiększonej wrażliwości na immunoterapię wynika z faktu, że liczne mutacje w guzach MSI-H prowadzą do powstawania wielu neoantygénów – nowych białek rozpoznawanych przez układ immunologiczny jako obce. To sprawia, że guzy te są bardziej „widoczne” dla układu odpornościowego i łatwiej poddają się atakom limfocytów T po odblokowaniu punktów kontrolnych immunologicznych.
Inne markery molekularne o znaczeniu rokowniczym
Współczesne badania identyfikują coraz więcej markerów molekularnych, które mogą mieć znaczenie dla rokowania w raku jelita grubego. Ekspresja enzymu NAT1 (N-acetyltransferaza 1) w tkankach nowotworowych, w porównaniu z przylegającymi tkankami prawidłowymi, ma znaczący związek z rokowaniem pacjenta. Niska ekspresja NAT1 w tkankach guza raka jelita grubego wiąże się znacząco z gorszym rokowaniem pacjenta2.
Analiza przeżywalności metodą Kaplana-Meiera wykazała znaczący związek między zmniejszoną ekspresją NAT1 a gorszymi wynikami u pacjentów z rakiem jelita grubego, co potwierdzają gorsze wskaźniki całkowitego przeżycia, przeżycia wolnego od choroby oraz przeżycia wolnego od progresji2. Niska ekspresja NAT1 wiąże się ze zmniejszoną wrażliwością na chemioterapię, co może tłumaczyć gorsze rokowanie u tych pacjentów2.
Wpływ markerów molekularnych na oporność na chemioterapię
Markery molekularne mają również znaczenie dla przewidywania odpowiedzi na chemioterapię. Badania wykazały, że niedobór NAT1 w komórkach raka jelita grubego zwiększa oporność na wiele środków chemioterapeutycznych, w tym winblastynę, docetaksel, gemcytabinę, winkrystynę i daporinad2. Co ważne, nadekspresja NAT1 w tych komórkach przywracała wrażliwość na wszystkie pięć leków, dostarczając silnych dowodów, że niedobór NAT1 jest kluczowym czynnikiem napędzającym oporność na te środki terapeutyczne2.
Mechanizm tej oporności może być związany z wpływem NAT1 na metabolizm komórkowy i powstawanie komórek macierzystych nowotworowych. Zmniejszona ekspresja NAT1, która przesuwa metabolizm komórkowy w kierunku glikolizy, prawdopodobnie napędza rozwój komórek macierzystych nowotworowych LGR5+ i ich oporność na chemioterapię3.
Przyszłość diagnostyki molekularnej w raku jelita grubego
Rozwój technologii molekularnych otwiera nowe możliwości w ocenie rokowania i personalizacji leczenia raka jelita grubego. Modele predykcyjne oparte na analizie czynników transkrypcyjnych wykazują silną moc predykcyjną w odniesieniu do rokowania4. Te innowacyjne podejścia różnią się od innych modeli prognostycznych tym, że wykorzystują charakterystyki guza na poziomie genetycznym, w dużej mierze omijając liczne ograniczenia wynikające z heterogenności nowotworowej5.
Kompleksowe analizy genomiczne i transkryptomiczne pozwalają na identyfikację nowych biomarkerów prognostycznych i predykcyjnych, które w przyszłości mogą zostać włączone do rutynowej praktyki klinicznej. Integracja danych molekularnych z charakterystykami klinicznymi i histopatologicznymi umożliwia tworzenie zaawansowanych modeli prognostycznych o wysokiej dokładności przewidywania.

















