Нов AI инструмент характеризира разнообразието от отделни клетки в тумори

Нов AI инструмент характеризира разнообразието от отделни клетки в тумори

Мултинационален екип от изследователи, ръководен от Института за медицински изследвания Гарван, разработи и тества нов инструмент за изкуствен интелект, за да характеризира по-добре разнообразието от отделни клетки в туморите и да отвори вратите към по-целенасочени терапии за пациентите.

Резултатите от разработването и използването на AI инструмента, наречен Aanet, бяха публикувани днес вОткриване на раксписание на Американската асоциация за изследване на рака.

Не всички туморни клетки са еднакви

Туморите не се състоят само от един тип клетки - те са смесица от различни клетки, които растат и реагират на лечение по различни начини. Това разнообразие или хетерогенност прави рака по-труден и на свой ред може да доведе до по-лоши резултати, особено при тройно отрицателен рак на гърдата.

Хетерогенността е проблем, защото в момента третираме туморите, сякаш са изградени от една и съща клетка. Това означава, че прилагаме терапия, която убива повечето клетки в тумора чрез насочване към специфичен механизъм. Но не всички ракови клетки могат да споделят този механизъм. Докато пациентът може да има първоначална реакция, останалите клетки могат да растат и ракът може да се появи отново. “

Доцент Кристин Чафър, съ-старши автор на изследването и съ-директор на Програмата за пластичност и латентност на рака в Гарван

Но докато хетерогенността е проблем, изследователите не знаят достатъчно, за да я характеризират: „Досега изследователите не са успели ясно да обяснят как съседните клетки в тумора се различават една от друга и как можем да класифицираме тези разлики в значими начини за по-добро лечение на тумори.всичкиклетки в този тумор с правилните терапии“, добавя доц. Чафър.

Нов инструмент характеризира пет нови групи ракови клетки

За да разреши този проблем, екипът разработи и обучи нов мощен AI инструмент, наречен Aanet, който може да открие биологични модели в клетки в тумори.

След това те използваха AI инструмента, за да разкрият модели в генната експресия на отделни клетки в тумори, като се фокусираха върху предклинични модели на тройно негативен рак на гърдата и човешки проби от ER-положителен, HER2-положителен и троен рак на гърдата. По този начин те идентифицираха пет различни групи ракови клетки в тумор с различни профили на генна експресия, които показват големи разлики в поведението на клетките.

„Използвайки нашия AI инструмент, ние успяхме последователно да открием пет нови групи клетъчни типове в отделни тумори, наречени „архетипове“. Всяка група показа различни биологични пътища и склонност към растеж, метастази и маркери за лоша прогноза. Следващите ни стъпки са да видим как тези групи могат да се променят с времето, като напр.

Това е първото изследване на рака. Съ-ръководител, доцент Смита Кришнасвами от университета Йейл, който ръководи разработването на инструмента за изкуствен интелект: „Благодарение на технологичния напредък, през последните 20 години се наблюдава експлозия на данни на ниво една клетка. С тези данни ние открихме, че не само раковите ракови клетки в търговската мрежа. Първият път, когато друг изследва различен случай. правете смислени асоциации с пространствения туморен растеж и метаболомиката Намерете сигнатури.

Нова класификация за стимулиране на по-добри, целеви лечения

Изследователите казват, че използването на AANET за характеризиране на различните групи клетки в тумора според тяхната биология отваря врати за промяна на парадигмата в лечението на рака.

"Понастоящем изборът на лечение на рак за пациент се основава до голяма степен на органа, който ракът има, като гърдата, белия дроб или простатата и всички молекулни маркери. Това обаче предполага, че всички клетки в този рак са едни и същи. Вместо това сега имаме инструмент за характеризиране на хетерогенността, която характеризира хетерогенността на пациента, като всяка група, която се занимава с биологичен стадий. Знаем, че те ще се насочатвсекина тези различни групи чрез техните биологични пътища. Това има потенциала значително да подобри резултатите за този пациент“, казва доцент Чафър.

По отношение на приложението на Aanet, съавтор на изследването и главен научен директор на Garvan, професор Сара Кумерфелд обяснява: „Предвиждаме бъдеще, в което лекарите комбинират този AI анализ с традиционната диагностика на рака, за да разработят по-персонализирани лечения, насочени към всички клетъчни типове в уникалния тумор от клетъчни типове. и биологично биоприложение към технологичната и биологична биология имат заболявания като автоимунни заболявания.

Това изследване е подкрепено в следните източници.

В Австралия: The Nelune Foundation, Tour de Cure, Estee Lauder, The Kinghorn Foundation, The Paramor Family Foundation, University of New South Wales Research Grant, Ramaciotti Biomedical Research Award, ARC Development Project Grant и NHMRC Ideas Grants и Investigator Grant.

В САЩ: Научна стипендия на Фондация Грубер и Центърът на Ерик и Уенди Шмид към Института Броуд на Масачузетския технологичен институт и Харвард, Националната научна фондация, Пилотен грант на Йейлския онкологичен център и стипендия на Слоун.

източници: