Para peneliti telah mengembangkan alat komputasi baru, ALFA-K, yang dapat memperkirakan bagaimana sel kanker berevolusi melalui perolehan dan hilangnya seluruh kromosom. Terobosan ini mengatasi kesenjangan kritis dalam penelitian kanker: sifat adaptasi tumor yang tidak dapat diprediksi dan resistensi terhadap pengobatan. Dengan menganalisis data sel tunggal dari waktu ke waktu, ALFA-K mengungkap konfigurasi kromosom mana yang mendukung kelangsungan hidup sel kanker, sehingga menawarkan potensi terapi yang sadar akan evolusi.
Masalah Kekacauan Kromosom
Sel-sel kanker mengakumulasi kesalahan genetik selama pembelahan, sering kali memperoleh atau kehilangan seluruh kromosom. Hal ini menciptakan beragam campuran sel dalam tumor, masing-masing dengan susunan genetik yang unik. Sebelumnya, para ilmuwan tidak memiliki metode yang dapat diandalkan untuk menentukan kombinasi kromosom mana yang mendorong perkembangan kanker. Banyaknya kemungkinan membuat prediksi hampir mustahil.
ALFA-K memecahkan masalah ini dengan melacak ribuan sel dari waktu ke waktu, merekonstruksi bagaimana mereka berpindah antar keadaan kromosom, dan mengidentifikasi keadaan mana yang menguntungkan secara evolusi. Hal ini penting karena evolusi kanker tidak terjadi secara acak; penyakit ini mengikuti pola terukur yang dipengaruhi oleh susunan kromosom dan tekanan eksternal seperti pengobatan.
Bagaimana Perubahan Kromosom Mendorong Perilaku Tumor
Kromosom menampung ratusan atau ribuan gen. Ketika sel kanker memperoleh atau kehilangan satu kromosom, ia mengubah dosis banyak gen secara bersamaan, sehingga langsung memengaruhi pertumbuhan, pembelahan, dan respons terhadap stres. Perubahan ini memungkinkan tumor melakukan lompatan evolusioner yang cepat, bukan adaptasi bertahap.
Yang penting, efek perubahan kromosom bergantung pada titik awal sel. Perubahan yang sama dapat bermanfaat dalam satu konteks genetik dan berbahaya dalam konteks genetik lainnya. Hal ini menjelaskan mengapa evolusi kanker sangat sulit diprediksi – hingga saat ini.
ALFA-K: Pendekatan Baru dalam Memetakan Kebugaran
Alat-alat sebelumnya memperlakukan perubahan kromosom sebagai hal yang menguntungkan atau merugikan secara universal. ALFA-K mengambil pendekatan yang lebih bernuansa, merekonstruksi “lanskap kebugaran” yang menggambarkan betapa menguntungkan atau berbahayanya perubahan kromosom mengingat konfigurasi sel yang ada.
Alat ini juga mengukur dampak ketidakstabilan kromosom. Kemoterapi, misalnya, sering kali meningkatkan kesalahan selama pembelahan sel, sehingga mendorong tumor lebih cepat melintasi wilayah tersebut. Tergantung pada bentuk lanskapnya, hal ini dapat menghasilkan konfigurasi kromosom yang lebih tangguh.
Dalam sebuah penelitian, ALFA-K menganalisis lebih dari 270.000 konfigurasi kromosom yang berbeda, membuka wawasan yang sebelumnya tidak dapat diakses.
Penggandaan Seluruh Genom: Mekanisme Perlindungan
Penelitian ini juga memperjelas peran penggandaan seluruh genom – ketika sel menyalin semua kromosomnya. Penelitian sebelumnya menunjukkan bahwa hal ini melindungi sel kanker, namun sejauh mana perlindungan tersebut masih belum jelas. ALFA-K sekarang mengkuantifikasi efek buffering tersebut, mengidentifikasi ambang batas di mana penggandaan genom menjadi menguntungkan.
Ini merupakan temuan penting karena tingkat perlindungan tidak bersifat mutlak; ada titik di mana penggandaan memberikan manfaat kelangsungan hidup.
Masa Depan Pengobatan Kanker yang Sadar Evolusi
ALFA-K mengubah penelitian kanker dari observasi menjadi prediksi. Dengan memahami bagaimana tumor berevolusi, dokter dapat menafsirkan biopsi berulang dengan lebih efektif, mengantisipasi transisi berbahaya, dan memilih pengobatan yang mencegah konfigurasi kromosom berbahaya.
Tujuan jangka panjangnya adalah “terapi sadar evolusi” – mengantisipasi bagaimana tumor akan berubah sebelum resistensi muncul, dibandingkan bereaksi setelahnya. Penelitian ini menandai langkah signifikan menuju pengobatan kanker yang dipersonalisasi berdasarkan model prediktif evolusi tumor.
Studi ini didanai oleh National Cancer Institute dan menunjukkan potensi penerapan biologi komputasi untuk memecahkan tantangan mendasar dalam penelitian kanker.
