Ung thư vú – Nỗi ám ảnh của phụ nữ trên toàn thế giới

Ung thư vú là loại bệnh ung thư phổ biến đứng hàng thứ 2 thế giới chỉ sau ung thư phổi. Đây là một trong những nguyên nhân hàng đầu gây ra cái chết cho phụ nữ trên toàn cầu. Theo số liệu từ Quỹ Nghiên cứu Ung thư thế giới, vào năm 2018 có khoảng 18 triệu người mắc căn bệnh này, chiếm 12.3% tổng số ca ung thư. Tại Việt Nam, đây cũng là loại ung thư phổ biến nhất ở phụ nữ. Việc phòng chống ung thư vú là một trong những thách thức lớn nhất và quan trọng nhất thế kỷ 21.

Ung thư vú có thể chữa trị được không?

Về cơ bản, ung thư vú có thể được chữa trị thành công nếu được phát hiện trong giai đoạn đầu. Tiên lượng và điều trị ung thư vú phụ thuộc vào phân nhóm của khối u, do đó xác định phân nhóm của khối u là bước quan trọng để chữa trị căn bệnh này. Dựa trên cấp độ của các thụ thể hormone và trạng thái yếu tố tăng trưởng 2 của thụ thể biểu bì người, ung thư vú được chia thành 4 phân nhóm, bao gồm: Luminal A (LumA), Luminal B (LumB) (được gọi là “Luminal” vì có biểu hiện gen tương tự như các tế bào lòng ống (luminal cells), Erb-B2 (Her2) (có nhiều biểu hiện của gen Her2), và loại nguy hiểm nhất Basel-like (Basal) (có biểu hiện gen tương tự như các tế bào nền (basal cells).

Để xác định tình trạng thụ thể hormone, các nhà nghiên cứu bệnh học có tay nghề cao phải kiểm tra mô khối u thông qua sinh thiết, và quá trình này có khả năng tái tạo thấp. Do đó, cần có các giải pháp hỗ trợ máy tính để xác định các phân nhóm ung thư vú với khả năng tái tạo cao và cải thiện độ chính xác của tiên lượng. Phương pháp mô tả biểu hiện gen (GE – gene expression profiling) là nguồn dữ liệu hữu ích để tiên lượng các loại ung thư vú bởi vì nó giúp xác định các gen biểu hiện quá mức và biểu hiện kém trong tế bào tại một thời điểm xác định.

Hướng đi mới cho việc tối ưu hóa phân loại ung thư vú dựa trên biểu hiện gen

Một số bộ dữ liệu mô tả biểu hiện gen (GE) về ung thư được xuất bản công khai, nhiều nghiên cứu được thực hiện để phân loại ung thư (bao gồm cả ung thư vú) cũng dựa trên những dữ liệu GE này. Tuy nhiên, những nghiên cứu này chỉ thử nghiệm với các bộ dữ liệu nhỏ từ một nguồn, nên thiếu tính tổng quát. Để khắc phục điều đó, nhóm nghiên cứu, dẫn đầu bởi anh Phạm Trí Công (đơn vị ICS.DCS – FPT Software) và các cộng sự, đề xuất một phương pháp tiếp cận mới cho việc phân loại ung thư vú. Nhóm nghiên cứu sử dụng một bộ dữ liệu lớn được kết hợp từ 2 nguồn, cho kết quả chính xác lên tới 83.96%. Toàn bộ nội dung của phương pháp này được trình bày trong nghiên cứu “A new feature selection and classification approach for optimizing breast cancer subtyping based on gene expression” (tạm dịch: “Một cách tiếp cận phân loại và lựa chọn đặc trưng mới cho việc tối ưu hóa phân loại ung thư vú dựa trên biểu hiện gen”). Bài nghiên cứu cũng đã xuất sắc giành giải Best Paper Award tại Hội thảo IIHMSP/FITAT 2020.

Những đóng góp của nghiên cứu

Nghiên cứu của giáo sư Phạm Trí Công và các cộng sự đã đưa ra một phương pháp mới giúp cải thiện hiệu suất tiên lượng ung thư vú dựa trên dữ liệu mô tả biểu hẹn gen thu thập từ hai nguồn data. Nghiên cứu đã có những đóng góp tích cực trong lĩnh vực y tế nói chung và trong việc điều trị ung thư vú nói riêng. Cụ thể:

  • Với cùng một bộ dữ liệu, giải pháp của nhóm nghiên cứu cho độ chính xác lên đến 89.4%, tốt hơn 5.44% so với những công nghệ hàng đầu hiện nay.
  • Qua bài nghiên cứu, 16 dấu hiệu sinh học mới liên quan đến ung thư được giới thiệu.
  • Các nhà nghiên cứu đề xuất 11 gen có tiềm năng cho các nghiên cứu lâm sàng trong tương lai.

Hi vọng rằng mới những đóng góp nêu trên, ung thư vú sẽ không còn là căn bệnh ám ảnh trong tương lai. Những kết quả mà nghiên cứu mang lại sẽ là cơ sở để phát triển những phương pháp chữa trị tối ưu.

Chi tiết về phương pháp nghiên cứu, bạn đọc có thể tìm hiểu tại đây.

Vũ Duy Long – FPT Software

Tin liên quan: