Úttörő magyar módszer: a hazai kutatók már az MI segítségével térképezik fel a daganatsejteket

A Szegedi Biológiai Kutatóközpontban kifejlesztett egyedi megoldás lényege, hogy kutatók immáron a mesterséges intelligencia segítségével vizsgálják a daganatsejteket, s azok vizuális jellemzői mellett molekuláris tulajdonságaikat is górcső alá veszik.

A daganatok számos, egymástól eltérő tulajdonságokkal és működéssel rendelkező sejtcsoportból épülnek fel. Már a diagnózis felállításakor jelen lehetnek közöttük olyan sejtek, amelyek csak hónapokkal, vagy akár évekkel később okoznak áttéteket, illetve képesek ellenállni az alkalmazott terápiáknak. A legnagyobb nehézséget az jelenti, hogy ezeket a veszélyes sejtcsoportokat időben rendkívül nehéz azonosítani. Ezen a területen ért el jelentős áttörést nemzetközi együttműködésben a Horváth Péter által vezetett Lendület Mikroszkópos Képelemzés és Gépi Tanulás Kutatócsoport. A mesterséges intelligenciára épülő eljárásokat fejlesztő szakemberek a Molecular Medicine című folyóiratban számoltak be kutatási eredményeikről. Vizsgálatuk során a vesét érintő daganatok leggyakoribb és legtöbb halálesetet okozó típusából, a világossejtes veserákból vett mintákon a világon elsőként mérték meg egysejt szinten a tumorklónok genetikai- és fehérjeállományát.

Ezt olvastad már?

Három rejtett hiba, ami rombolja a csontjaid egészségét

Kutatás igazolja: népszerű étrend segíthet a legrettegettebb ráktípus megelőzésében

A hagyományos molekuláris vizsgálatok sokszor a teljes szövetmintát egyszerre elemzik, ezért könnyen elveszhet, hogy a tumor egyes részei egészen másképp működnek, mint a többi.Az új módszer ezzel szemben arra törekszik, hogy a kutatók ne csupán a tumor megjelenését térképezzék fel, hanem azt is megértsék, miként működnek az azt alkotó különféle sejtcsoportok.

A vizsgálat technológiai hátterét a szegedi kutatócsoport által létrehozott, automatizált egysejtes kutatási központ biztosítja. Ez a világszinten is egyedülálló rendszer lehetővé teszi, hogy emberi beavatkozás nélkül a nap 24 órájában izolálják a mesterséges intelligencia által nagy pontossággal kijelölt sejteket, majd elvégezzék azok molekuláris elemzését.

A megközelítés alapját a Deep Visual Proteomics adja. A módszerben a mesterséges intelligencia először elemzi a szövettani képet, felismeri a fontos sejttípusokat vagy sejtcsoportokat, majd a kutatók ezeket vékony lézernyalábbal célzottan kiemelik a mintából. Ezután feltérképezik, milyen fehérjék vannak jelen a sejtekben. A fehérjék közvetlenül jelzik, hogyan működik, növekszik, alkalmazkodik vagy válhat ellenállóvá egy daganatsejt.

A tanulmányban a kutatócsoport a módszert egy fontos ponton továbbfejlesztette: a képelemzéssel kiválasztott tumorsejt-csoportokat már nemcsak fehérjeszinten vizsgálta, hanem elemezte azt is, hogy az adott sejtben mely gének aktívak.

Ez különösen fontos volt azoknál a sejtcsoportoknál, amelyek mikroszkóp alatt is veszélyesebbnek tűntek. A kutatók így ugyanazokat a sejtcsoportokat két oldalról tudták megvizsgálni: látták, milyen gének vannak bekapcsolva bennük, és azt is, hogy ebből milyen fehérjeszintű működés valósul meg.

A megközelítés segítségével pontosabban feltárható, hogy a tumoron belül eltérően kinéző sejtcsoportok miben különböznek egymástól biológiailag. Ez azért lényeges, mert egy daganatsejt agresszivitását nem egyetlen tényező magyarázza, hanem több folyamat együttese: a génaktivitás, a fehérjék működése, az anyagcsere és az immunrendszerrel való kapcsolat egyszerre alakítja.

Forrás: Molecular Medicine, MTI

Borítókép: Unsplash+