Uusi tekoälytyökalu luonnehtii yksittäisten solujen monimuotoisuutta kasvaimissa

Uusi tekoälytyökalu luonnehtii yksittäisten solujen monimuotoisuutta kasvaimissa

Garvan Institute of Medical Researchin johtama monikansallinen tutkijaryhmä on kehittänyt ja testannut uuden tekoälytyökalun, jolla voidaan paremmin karakterisoida yksittäisten solujen monimuotoisuutta kasvaimissa ja avata ovia kohdennetumpiin hoitoihin potilaille.

Aanet-nimisen tekoälytyökalun kehittämisen ja käytön tulokset julkaistiin tänään vSyövän havaitseminenAmerican Association for Cancer Researchin lehti.

Kaikki kasvainsolut eivät ole samanlaisia

Kasvaimet eivät koostu vain yhdestä solutyypistä – ne ovat sekoitus erilaisia ​​soluja, jotka kasvavat ja reagoivat hoitoon eri tavoin. Tämä monimuotoisuus tai heterogeenisuus tekee syövästä vaikeampaa ja voi puolestaan ​​johtaa huonompiin tuloksiin, erityisesti kolminkertaisesti negatiivisessa rintasyövässä.

Heterogeenisuus on ongelma, koska tällä hetkellä käsittelemme kasvaimia ikään kuin ne olisivat valmistettu samasta solusta. Tämä tarkoittaa, että annamme terapian, joka tappaa suurimman osan kasvaimen soluista kohdistamalla tiettyyn mekanismiin. Mutta kaikki syöpäsolut eivät voi jakaa tätä mekanismia. Vaikka potilaalla saattaa olla ensimmäinen reaktio, jäljellä olevat solut voivat kasvaa ja syöpä voi palata. "

Apulaisprofessori Christine Chaffer, tutkimuksen toinen vanhempi kirjoittaja ja Garvanin syövän plastisuus- ja lepotilaohjelman johtaja

Mutta vaikka heterogeenisuus on ongelma, tutkijat eivät tiedä tarpeeksi luonnehtiakseen sitä: "Toistaiseksi tutkijat eivät ole pystyneet selkeästi selittämään, kuinka kasvaimen viereiset solut eroavat toisistaan ​​​​ja kuinka voimme luokitella nämä erot merkityksellisiksi tavoiksi hoitaa paremmin kasvaimia.kaikkisoluja tässä kasvaimessa oikeilla hoidoilla", lisää apulaisprofessori Chaffer.

Uusi työkalu luonnehtii viittä uutta syöpäsoluryhmää

Tämän ongelman ratkaisemiseksi tiimi kehitti ja koulutti tehokkaan uuden tekoälytyökalun nimeltä Aanet, joka voi havaita biologisia kuvioita kasvaimien soluissa.

Sitten he käyttivät tekoälytyökalua paljastamaan yksittäisten solujen geenin ilmentymisen malleja kasvaimissa keskittyen prekliinisiin malleihin kolminkertaisesti negatiivisesta rintasyövästä ja ihmisnäytteistä ER-positiivisesta, HER2-positiivisesta ja kolminkertaisesta rintasyövästä. Näin tehdessään he tunnistivat kasvaimessa viisi erilaista syöpäsoluryhmää, joilla oli erilaiset geeniekspressioprofiilit, mikä viittaa suuriin eroihin solujen käyttäytymisessä.

"Tekoälytyökalumme avulla pystyimme jatkuvasti löytämään viisi uutta solutyyppien ryhmää yksittäisistä kasvaimista, joita kutsutaan "arkkityypeiksi". Jokaisella ryhmällä oli erilaisia ​​​​biologisia polkuja ja taipumuksia kasvuun, etäpesäkkeisiin ja huonon ennusteen merkkejä. Seuraavat askeleemme on nähdä, kuinka nämä ryhmät voivat muuttua ajan myötä, kuten esim.

Tämä on ensimmäinen syöpätutkimuksen kannalta. Tekoälytyökalun kehittämistä johtanut Yalen yliopiston apulaisprofessori Smita Krishnaswamy: "Teknologisen kehityksen ansiosta viimeisten 20 vuoden aikana on nähty yksisolutason datan räjähdysmäinen kasvu. Näiden tietojen avulla havaitsimme, että syöpäsolujen lisäksi ei vain kaupallisesti. Ensimmäinen kerta, kun toinen tutkimus, joka analysoi erilaista tapausta, voi antaa arkinen. assosiaatiot spatiaaliseen kasvainten kasvuun ja metabolomiikkaan Etsi allekirjoituksia.

Uusi luokitus parempien, kohdennettujen hoitojen ajamiseen

Tutkijat sanovat, että AANETin käyttäminen kasvaimen eri soluryhmien luonnehtimiseen niiden biologian mukaan avaa ovia paradigman muutokselle syövän hoidossa.

"Tällä hetkellä potilaan syövän hoidon valinta perustuu suurelta osin syövän elimeen, kuten rinta-, keuhko- tai eturauhas- ja kaikkiin molekyylimarkkereihin. Tämä kuitenkin olettaa, että kaikki syövän solut ovat samoja. Sen sijaan meillä on nyt työkalu potilaan heterogeenisyyttä kuvaavan heterogeenisyyden karakterisoimiseen, kuten mikä tahansa ryhmä, joka käsittelee biologista vaihetta.jokanäistä eri ryhmistä niiden biologisten reittien kautta. Tämä voi parantaa merkittävästi tämän potilaan tuloksia", sanoo apulaisprofessori Chaffer.

Aanetin hakemuksesta, tutkimuksen toinen kirjoittaja ja Garvanin johtava tieteellinen johtaja Professori Sarah Kummerfeld selittää: "Katsomme tulevaisuuden, jossa lääkärit yhdistävät tämän tekoälyanalyysin perinteiseen syöpädiagnostiikkaan kehittääkseen yksilöllisempiä hoitoja, jotka kohdistuvat kaikkiin solutyyppeihin ainutlaatuisessa solutyyppien kasvaimessa. Voimme parantaa teknologista ja biologista parannusta potilaidemme biologisiin ja biologisiin kysymyksiin. biologisessa biosovelluksessa teknologisessa ja biologisessa biologiassa on sairauksia, kuten autoimmuunisairaudet.

Tätä tutkimusta tuettiin seuraavista lähteistä.

Australiassa: Nelune Foundation, Tour de Cure, Estee Lauder, Kinghorn Foundation, Paramor Family Foundation, New South Walesin yliopiston tutkimusapuraha, Ramaciotti Biomedical Research Award, ARC Development Project Grant ja NHMRC Ideas Grants ja Investigator Grant.

Yhdysvalloissa: Gruber Foundation Science Fellowship ja Eric ja Wendy Schmidt Center Broad Institute of MIT:ssä ja Harvardissa, National Science Foundation, Yale Cancer Center Pilot Grant ja Sloan Fellowship.

Lähteet: