Neues KI -Tool charakterisiert die Vielfalt einzelner Zellen in Tumoren

Ein multinationales Forscherteam, das vom Garvan Institute of Medical Research geleitet wurde, hat ein neues KI-Tool entwickelt und getestet, um die Vielfalt einzelner Zellen innerhalb von Tumoren besser zu charakterisieren und die Türen für gezieltere Therapien für Patienten zu öffnen.

Die Ergebnisse zur Entwicklung und Verwendung des KI -Tools namens Aanet wurden heute in veröffentlicht Krebserdeckungein Journal der American Association for Cancer Research.

Nicht alle Tumorzellen gleich

Tumoren sind nicht nur aus einem Zelltyp bestehen – sie sind eine Mischung aus verschiedenen Zellen, die wachsen und auf unterschiedliche Weise auf die Behandlung reagieren. Diese Vielfalt oder Heterogenität erschwert Krebs schwieriger und kann wiederum zu schlechteren Ergebnissen führen, insbesondere bei dreifach negativen Brustkrebs.

Heterogenität ist ein Problem, da wir derzeit Tumoren behandeln, als ob sie aus derselben Zelle bestehen. Dies bedeutet, dass wir eine Therapie geben, die die meisten Zellen im Tumor tötet, indem wir einen bestimmten Mechanismus abzielen. Aber nicht alle Krebszellen können diesen Mechanismus teilen. Während der Patient möglicherweise eine anfängliche Reaktion hat, können die verbleibenden Zellen wachsen und der Krebs kann zurückkommen. „

Assoziierter Professor Christine Chaffer, Co-Senior-Autor der Studie und Co-Direktor der Krebs-Plastizitäts- und Ruheprogramm in Garvan

Aber während Heterogenität ein Problem ist, wissen die Forscher nicht genug, um sie zu charakterisieren: „Bisher konnten die Forscher nicht klar erklären, wie sich benachbarte Zellen in einem Tumor voneinander unterscheiden und wie wir diese Unterschiede in sinnvolle Wege zur besseren Behandlung von Tumoren klassifizieren können. alle Zellen in diesem Tumor mit den richtigen Therapien “, fügt Associate Professor Chaffer hinzu.

Ein neues Tool charakterisiert fünf neue Krebszellgruppen

Um dieses Problem zu lösen, entwickelte und trainierte das Team ein leistungsstarkes neues KI -Tool namens Aanet, das biologische Muster in Zellen innerhalb von Tumoren nachweisen kann.

Anschließend verwendeten sie das KI-Werkzeug, um Muster in der Genexpression einzelner Zellen innerhalb von Tumoren aufzudecken, wobei sie sich auf präklinische Modelle von dreifach negativem Brustkrebs und menschlichen Proben von ER-positiven, HER2-positiven und dreifachen Brustkrebs konzentrierten. Dadurch identifizierten sie fünf verschiedene Krebszellgruppen innerhalb eines Tumors mit unterschiedlichen Genexpressionsprofilen, die auf große Unterschiede im Zellverhalten hinweisen.

„Durch die Verwendung unseres KI -Tools konnten wir konsequent fünf neue Gruppen von Zelltypen innerhalb einzelner Tumoren entdecken, die als“ Archetypen „bezeichnet wurden. Jede Gruppe zeigte unterschiedliche biologische Wege und Neigungen für Wachstum, Metastasierung und Marker der schlechten Prognose. Unsere nächsten Schritte sind zu sehen, wie sich diese Gruppen im Laufe der Zeit ändern können, z.

Dies ist eine Premiere für die Krebsforschung. Co-Leiter, Associate Professor Smita Krishnaswamy von der Yale University, die die Entwicklung des KI-Tools leitete: „Dank der technologischen Fortschritte haben die letzten 20 Jahre eine Explosion von Daten auf der Einzelzellenebene festgestellt. Mit dieser Daten haben wir herausgefunden, dass nicht nur die Krebskrebskrebs-Zell-Zellen im Handel. Das erste Mal, dass ein anderer Studien zu einem anderen Fall ist. Sinnvolle Archetypen, durch die Vielfalt analysiert werden kann, um sinnvolle Assoziationen mit räumlichem Tumorwachstum und metabolomischen Signaturen zu finden.

Neue Klassifizierung, um bessere, gezielte Behandlungen zu fahren

Die Forscher sagen, dass die Verwendung von AANET zur Charakterisierung der verschiedenen Zellengruppen in einem Tumor gemäß ihrer Biologie Türen für eine Paradigmenverschiebung der Behandlung von Krebs eröffnet.

„Derzeit basiert die Auswahl der Krebsbehandlung für einen Patienten größtenteils auf dem Organ, dass der Krebs wie Brust, Lunge oder Prostata und alle molekularen Marker aufweisen. Dies setzt jedoch voraus, dass alle Zellen in diesem Krebs gleich sind. Stattdessen haben wir jetzt ein Werkzeug, um die Heterogenität zu charakterisieren, die die Heterogenität des Patienten charakterisiert, wie jeder Gruppen, das sich mit einem Biologischen Stufe befasst. Wir wissen, dass sie zielen werden jede dieser verschiedenen Gruppen durch ihre biologischen Wege. Dies hat das Potenzial, die Ergebnisse für diesen Patienten erheblich zu verbessern “, sagt Associate Professor Chaffer.

In Bezug auf die Anwendung von Aanet, Co-Senior-Autor der Studie und Chief Scientific Officer von Garvan Professor Sarah Kummerfeld erklärt: „Wir stellen uns eine Zukunft vor, bei der Ärzte diese AI-Analyse mit traditionellen Krebsdiagnosen kombinieren, um personalisiertere Behandlungen zu entwickeln, die auf alle Zelltypen in der einzigartigen Tumor der Zelltypen eintreten. Wir können eine technische und biologische Besserung der Patienten verbessern. Unsere Studie kann sich auf die technologische und biologische Biologie befassen. Wir können die technologische und biologische Bio-Anwendung auf die technologische und biologische Biologie haben. Krankheiten wie Autoimmunerkrankungen.

Diese Forschung wurde in den folgenden Quellen unterstützt.

In Australien: Die Nelune Foundation, Tour de Cure, Estee Lauder, The Kinghorn Foundation, The Paramor Family Foundation, Forschungsstipendium der Universität von New South Wales, das Ramaciotti Biomedical Research Award, das ARC Development Project Grant und NHMRC Ideas Grants und Investigator Grant.

In den USA: Gruber Foundation Science Fellowship und das Eric und das Wendy Schmidt Center am Broad Institute of MIT und Harvard, die National Science Foundation, das Yale Cancer Center Pilot Grant und Sloan Fellowship.

Quellen: