Úloha biobank ve výzkumu rakoviny
Role biobank v biomedicínském výzkumu a jejich dopad na lékařské, společenské a ekonomické oblasti byly diskutovány ve dvou zprávách Organizace pro hospodářskou spolupráci a rozvoj (OECD) ( OECD, 2007, 2009 ). Publikace OECD se zabývají významem, opodstatněností a udržitelností rozvoje biobank pro výzkum. V roce 2014 bylo založeno Konsorcium pro výzkumnou infrastrukturu biobank a biomolekulárních zdrojů – Evropské výzkumné infrastruktury (BBMRI-ERIC), zastřešující organizace pro biobankovnictví v Evropě, které má za úkol poskytovat ústřední bod pro aktivity biobank v Evropě a poskytnout nestranný přístup ke kvalitním lidským biologickým vzorkům a souvisejícím datům pro výzkum ( van Ommen a kol., 2015 ; Mayrhofer a kol., 2016 ).
Význam biobank
Biobanky jsou pro výzkum rakoviny klíčové
Lidské biologické vzorky se již mnoho desetiletí používají ve výzkumu rakoviny ke zkoumání patogeneze onemocnění, k testování vědeckých hypotéz a k hodnocení biomarkerů identifikovaných v experimentálních studiích. Dostupnost nových technologií otevírá nebývalé možnosti výzkumu lidského genomu a jeho exprese, komplexních sítí interakcí mezi biomolekulami a funkčních a klinických důsledků jejich změn ( NCI, 2016 ).
Studie s použitím lidských vzorků se proto stávají klíčovými i výzkum nových mechanismů vzniku rakoviny nebo pro určování její progrese, rezistence či reakce na léčbu ( Riegman a kol., 2006a ). Biobanky jsou základem tří rychle se rozvíjejících oblastí biomedicínské vědy:
- molekulární a genetické epidemiologie (zaměřené na posouzení genetického a environmentálního základu vzniku rakoviny v běžné populaci a u příbuzných jedinců);
- molekulární patologie (zaměřené na vývoj molekulárně založených klasifikačních a diagnostických postupů pro rakovinu); a
- farmakogenomiky/farmakoproteomiky (zaměřené na pochopení korelace mezi genotypem nebo fenotypem jednotlivého pacienta a jeho odpovědí na léčbu).
Biobanky jsou důležité pro rozvoj personalizované medicíny a/nebo precizní medicíny
U konvenčních diagnostických metod se pozornost soustředí na již projevené příznaky a často se přehlížejí důležité rizikové faktory a také možnost prevence onemocnění, které se ještě neprojevilo. Sběr a analýza biologických vzorků je nezbytným předpokladem pro patologickou diagnózu a pro to, aby pacienti mohli těžit z aplikací molekulárního a genetického výzkumu rakoviny.
Personalizovaná medicína a precizní medicína transformují diagnostiku v medicíně a vedou k diagnostice zaměřené na pacienta a mnohostranné diagnostice ( Hall a kol., 2011 ).
Personalizovaná medicína je lékařský směr, který využívá genetický a environmentální profil jednotlivce k ovlivnění rozhodnutí o prevenci, diagnostice a léčbě nemocí. Tento koncept byl zpřesněn a jeho rozsah rozšířen o přístupy, rozhodnutí a postupy ve zdravotnických zařízeních, což vedlo k novému termínu „precizní medicína“.
Precizní medicína je definována Národním institutem zdraví (NIH) Spojených států jako „přístup k léčbě a prevenci nemocí, který se snaží maximalizovat účinnost s ohledem na individuální variabilitu v genech, prostředí a životním stylu“ ( Precision Medicine Initiative Working Group, 2015 ). V precizní medicíně lze genomické a epigenomické analýzy s přidruženými daty použít k definování individuálních vzorců onemocnění a dispozicím k němu. Provádění molekulárních analýz se může stát systematickým požadavkem v různých fázích sledování pacientů, což by mohlo vést k lepší individuální prevenci, diagnostice, prognóze, léčbě a monitorování.
Biobanky mají vliv na biotechnologické a lékařské inovace
Biobanky hrají klíčovou roli v biomedicínském výzkumu a vývoji od objevů v laboratoři až po lékařské aplikace. Pokrok v medicíně závisí na inovacích, vývoji a přenosu laboratorních poznatků do klinické praxe. Přístup k lidským biologickým vzorkům a souvisejícím datům je často předpokladem pro takový pokrok.
Vývoj vysoce kvalitních biobank s inovativními výzkumnými platformami tento translační proces urychlil a usnadnil. To je dáno především technologickým pokrokem a snížením nákladů na informační technologie (IT), které se používají pro ukládání dat a pro sestavování, vyhodnocování a analýzu velkého množství vzorků, a také zvýšením analytických možností a podstatně sníženými náklady na sekvenování DNA, přičemž výsledky jsou k dispozici v kratším časovém rámci. Podobný pokrok v hmotnostní spektrometrii velmi snížil náklady a rozšířil možnosti charakterizace proteinů a metabolitů přítomných v biologickém materiálu.
Důležitost networkování a spolupráce mezi biobankami
Rakovina je závažné onemocnění, kterému čelí lidé na celém světě. Výskyt a úmrtnost se v různých částech světa liší. Studie mnoha vzácných forem rakoviny jsou navíc omezeny obtížemi při získávání dostatečného počtu případů v rámci jednoho odběrového centra, nebo dokonce v rámci jedné země.
Propojení neboli harmonizace biobank může podpořit sběr vzorků a dat vyšší kvality, umožnit realizaci větších výzkumných projektů a snížit duplicitu výzkumu ( Yuille a kol., 2008 ; Harris a kol., 2012 ). V případě biobank zaměřených na rakovinu může propojení umožnit studium a klasifikaci vzácných druhů rakoviny (typ rakoviny je považován za vzácný, pokud je v populaci 10 000 diagnostikováno méně než 5 případů), a vzácné druhy rakoviny tvoří nejméně 20 % nových případů rakoviny ( ESMO, 2010 ; van Ommen a kol., 2015 ; Mayrhofer a kol., 2016 ).
Networking neboli vytváření sítíbiobank znamená vzájemnou výměnu informací, odborných znalostí a biologických materiálů mezi onkologickými centry a výzkumnými institucemi a vyžaduje přijetí společných technických standardů jak pro sběr, ukládání a evidenci vzorků, tak pro sběr a správu dat. Biobanky hrají důležitou roli při usnadňování těchto výměn a při zajišťování logistiky a infrastruktury pro multicentrické výzkumné projekty zahrnující onkologická centra, akademická lékařská centra a diagnostická a zdravotnická zařízení. Provozní model a řízení sítí závisí na jejich zaměření a poslání. Jedním z takových modelů je federovaný model, kde biobanky uchovávají své vzorky a v případě potřeby přispívají ke společnému projektu. Dalším modelem je projektový model, kde biobanky shromažďují vzorky pro konkrétní projekt ( Vaught et al., 2009 ).
K úspěchu sítě biobank může přispět několik faktorů. Patří mezi ně:
- dobře definované cíle, efektivní koordinace a mechanismy financování;
- efektivní komunikace mezi příslušnými lékařskými obory a globální vědeckou komunitou;
- standardní operační postupy (SOP), kompatibilní informační systémy a harmonizované zásady a postupy pro informovaný souhlas a přenos materiálu; a
- nástroje umožňující anonymizované, aktuální sledování a vyhledávání informací a klinických údajů o účastnících.
Tyto nástroje jsou klíčem k úspěchu sítí biobank.
Studie European Prospective Investigation into Cancer and Nutrition (EPIC), populační studie zahájená v 90. letech 20. století a koordinovaná Mezinárodní agenturou pro výzkum rakoviny (IARC), je příkladem efektivního multicentrického projektu. Projektu se zúčastnili partneři z 10 evropských zemí a 23 center EPIC a každé centrum shromažďovalo biologické vzorky a data. Na začátku studie byly účastníkům odebrány vzorky krve a související data, včetně informací o životním stylu a stravě. Vzorky krve od účastníků z osmi z 10 evropských zemí jsou uchovávány v centrální biobance IARC. Ve dvou skandinávských zemích jsou vzorky krve uchovávány lokálně.
Studie EPIC poskytla výzkumníkům příležitost zkoumat životní styl a příčiny úmrtí ( Bergmann a kol., 2013 ), jakož i příjem potravy ve vztahu k úmrtnosti u lidí, u kterých se rozvinou různé typy rakoviny, jako je kolorektální karcinom ( Aleksandrova a kol., 2014 ) a rakovina prostaty ( Rohrmann a kol., 2013 ), a další onemocnění, jako je ischemická choroba srdeční ( Crowe a kol., 2012 ).
Nástroje pro efektivní networking
V posledních letech bylo vyvinuto několik důležitých nástrojů pro efektivní vytváření sítí a sdílení zdrojů mezi biobankami. Níže uvádíme několik příkladů.
- Model Minimum Information about Biobank Data Sharing (MIABIS 1.0 a MIABIS 2.0). MIABIS 1.0 doporučuje minimální datové položky a formát položek potřebných k umožnění výměny biologických vzorků a dat a k zahájení spolupráce mezi biobankami ( Norlin a kol., 2012 ). MIABIS 2.0 poskytuje ontologii, která reprezentuje administrativní entity a zahrnuje data o biobankách, kde jsou uloženy konkrétní vzorky; tato ontologie může být užitečná pro zodpovězení otázek relevantních pro výzkum, jako jsou otázky týkající se rozsahu a stavu správy (kurátorství) vzorků a kontaktní informace na kurátory biobank ( Brochhausen a kol., 2013 ).
- Preanalytický kód vzorku (SPREC) ( Lehmann a kol., 2012 ) identifikuje a zaznamenává hlavní preanalytické faktory, které mohou mít vliv na kvalitu odebraných klinických vzorků a jejich jednoduchých derivátů během odběru, zpracování a skladování.
- Normy CEN se zabývají standardizací celého procesu manipulace se vzorky, od primárního odběru vzorku až po analýzu. Jsou založeny na studiích provedených za účelem určení důležitých ovlivňujících faktorů. Technické specifikace vycházejí ze snahy o kodifikaci a standardizaci různých kroků v preanalytické fázi.
Zviditelnění a standardizovaná citační schémata
Být součástí mezinárodní sítě a přispívat do globálního katalogu dostupných zdrojů s možností vytváření populačních biobank poskytuje biobankám příležitost těžit ze zkušeností a nástrojů vyvinutých pro tyto sítě. Zvýšená účast ve výzkumu povede ke zvýšení viditelnosti biobank a jejich uznání jako důležité součásti výzkumné infrastruktury. Tyto vlastnosti mohou posílit důvěru výzkumníků a dárců vzorků v instituce a země v tom, že zavedené zdroje jsou efektivně spravovány a optimálně využívány.
Dvě současné iniciativy si kladou za cíl zavést standardizované postupy pro formální uznávání přínosů biobank ve výzkumu prostřednictvím citací ve vědeckých publikacích: směrnice Citation of BioResources in Journal Articles (CoBRA) pro hlášení využití zdrojů biologického materiálu ve vědeckých článcích ( Bravo a kol., 2015 ) a standardizovaný citační systém Bioresource Research Impact Factor (BRIF). Biobanky, které se připojí k citačnímu systému BRIF, získají větší viditelnost a budou mít prospěch z účasti v projektech sítí ( Cambon-Thomsen a kol., 2011 ).
Formální uznání přínosu biobank pro vědecký výzkum podpoří sdílení biologických vzorků a přidružených dat a zvýší viditelnost biobank na národní i mezinárodní úrovni.
Reference
OECD (2007). OECD best practice guidelines for biological resource centres. Paris, France: Organisation for Economic Co-operation and Development. Available from: http://www.oecd.org/sti/biotech/38777417.pdf.
OECD (2009). OECD guidelines on human biobanks and genetic research databases. Paris, France: Organisation for Economic Cooperation and Development. Available from: https://www.oecd.org/sti/biotech/44054609.
van Ommen GJ, Törnwall O, Bréchot C, Dagher G, Galli J, Hveem K, et al. (2015). BBMRI-ERIC as a resource for pharmaceutical and life science industries: the development of biobank-based Expert Centres. Eur J Hum Genet. 23(7):893–900. http://dx.doi.org/10.1038/ejhg.2014.235 PMID:25407005
Mayrhofer MT, Holub P, Wutte A, Litton JE (2016). BBMRI-ERIC: the novel gateway to biobanks: from humans to humans. Bundesgesundheits[1]blatt Gesundheitsforschung Gesundheits[1]schutz. 59(3):379–84. http://dx.doi.org/10.1007/s00103-015-2301-8 PMID:26860601
NCI (2016). NCI best practices for biospecimen resources. Biorepositories and Biospecimen Research Branch, United States National Cancer Institute. Available from: http://biospecimens.cancer.gov/bestpractices/2016-NCIBestPractices.pdf.
Riegman PH, Dinjens WN, Oomen MH, Spatz A, Ratcliffe C, Knox K, et al. (2006a). TuBaFrost 1: uniting local frozen tumour banks into a European network: an overview. Eur J Cancer. 42(16):2678–83. http://dx.doi.org/10.1016/j.ejca.2006.04.031 PMID:17027254