Az új mesterséges intelligencia eszköz jellemzi a daganatok egyes sejtjeinek sokféleségét

Az új mesterséges intelligencia eszköz jellemzi a daganatok egyes sejtjeinek sokféleségét

A Garvan Institute of Medical Research által vezetett multinacionális kutatócsoport új mesterséges intelligencia-eszközt fejlesztett ki és tesztelt, hogy jobban jellemezze a daganatokon belüli egyes sejtek sokféleségét, és megnyissa a kaput a betegek célzottabb terápiái előtt.

Az Aanet nevű mesterségesintelligencia-eszköz fejlesztésének és használatának eredményeit ma tették közzéA rák felismeréseaz American Association for Cancer Research folyóirata.

Nem minden daganatsejt egyforma

A daganatok nem csak egyfajta sejtből állnak, hanem különböző sejtekből állnak, amelyek különböző módon nőnek és reagálnak a kezelésre. Ez a sokféleség vagy heterogenitás megnehezíti a rákot, és viszont rosszabb eredményekhez vezethet, különösen a hármas negatív mellrák esetében.

A heterogenitás azért jelent problémát, mert jelenleg úgy kezeljük a daganatokat, mintha ugyanabból a sejtből lennének. Ez azt jelenti, hogy olyan terápiát adunk, amely egy meghatározott mechanizmust megcélozva elpusztítja a daganat sejtjeinek nagy részét. De nem minden rákos sejt képes megosztani ezt a mechanizmust. Míg a páciens kezdeti reakciót tapasztalhat, a megmaradt sejtek növekedhetnek, és a rák visszatérhet. "

Christine Chaffer egyetemi docens, a tanulmány társszerzője és a Garvani Rák Plaszticitási és Nyugalmi Program társigazgatója

De bár a heterogenitás problémát jelent, a kutatók nem ismerik eleget ahhoz, hogy jellemezzék: "Eddig nem tudták egyértelműen megmagyarázni, hogy a tumor szomszédos sejtjei miben különböznek egymástól, és hogyan sorolhatjuk be ezeket a különbségeket a daganatok jobb kezelésének értelmes módjai közé.mindensejtek ebben a daganatban a megfelelő terápiákkal” – teszi hozzá Chaffer egyetemi docens.

Egy új eszköz öt új rákos sejtcsoportot jellemez

A probléma megoldására a csapat kifejlesztett és betanított egy hatékony új mesterséges intelligencia-eszközt, az Aanet-et, amely képes kimutatni a daganatokon belüli sejtek biológiai mintázatait.

Ezután a mesterséges intelligencia eszközt használták a tumorokon belüli egyes sejtek génexpressziójának mintázatainak feltárására, a hármas negatív emlőrák preklinikai modelljére és az ER-pozitív, HER2-pozitív és hármas emlőrák humán mintáira összpontosítva. Ennek során öt különböző rákos sejtcsoportot azonosítottak egy daganaton belül, amelyek eltérő génexpressziós profillal rendelkeznek, ami jelentős különbségeket jelez a sejtek viselkedésében.

"A mesterséges intelligencia eszközünk segítségével következetesen öt új sejttípus-csoportot tudtunk felfedezni az egyes daganatokon belül, úgynevezett "archetípusokat". Mindegyik csoport más-más biológiai útvonalat és növekedési hajlamot mutatott, áttétek, valamint a rossz prognózis markerei. Következő lépésünk az, hogy megvizsgáljuk, hogyan változhatnak ezek a csoportok az idő múlásával, mint pl.

Ez az első a rákkutatásban. Társvezető, Smita Krishnaswamy, a Yale Egyetem docense, aki az AI-eszköz fejlesztését vezette: "A technológiai fejlődésnek köszönhetően az elmúlt 20 évben robbanásszerűen megszaporodtak az adatok egysejtszinten. Ezen adatok alapján azt találtuk, hogy nem csak a rákos sejteket kereskedelemben. Ez az első alkalom, amikor egy másik tanulmány egy másfajta sokféleségen keresztül elemezhet egy bizonyos értelmezést. asszociációk a térbeli tumornövekedéssel és metabolomikával Keressen aláírásokat.

Új besorolás a jobb, célzott kezelések érdekében

A kutatók szerint az AANET használata a daganat különböző sejtcsoportjainak biológiájuk szerinti jellemzésére paradigmaváltást nyit meg a rák kezelésében.

"Jelenleg egy páciens rákkezelésének kiválasztása nagyrészt azon a szerven alapul, amellyel a rák rendelkezik, mint például a mell, a tüdő vagy a prosztata, valamint az összes molekuláris marker. Ez azonban azt feltételezi, hogy a rák összes sejtje azonos. Ehelyett most már van egy eszközünk a heterogenitás jellemzésére, amely a beteg heterogenitását jellemzi, mint minden olyan csoport, amelyik biológiai stádiummal foglalkozik.mindenezeknek a különböző csoportoknak a biológiai útjaik révén. Ez jelentős mértékben javíthatja a beteg kimenetelét” – mondja Chaffer egyetemi docens.

Aanet, a tanulmány társszerzője és a Garvan tudományos igazgatója, Sarah Kummerfeld professzor a következőket magyarázza: "Olyan jövőt képzelünk el, ahol az orvosok kombinálják ezt a mesterséges intelligencia-analízist a hagyományos rákdiagnosztikával, hogy személyre szabottabb kezeléseket fejlesszenek ki, amelyek minden sejttípust megcéloznak a sejttípusok egyedi daganataiban. Technikai és biológiai fejlesztést tudunk javítani a pácienseink biológiai és biológiai kezelésén. biológiai bio-alkalmazás technológiai és biológiai biológiában vannak olyan betegségek, mint az autoimmun betegségek.

Ezt a kutatást az alábbi források támogatták.

Ausztráliában: A Nelune Alapítvány, Tour de Cure, Estee Lauder, The Kinghorn Foundation, The Paramor Family Foundation, University of New South Wales Research Grant, a Ramaciotti Biomedical Research Award, az ARC Fejlesztési Projekt Ösztöndíj és az NHMRC Ideas Grants és Investigator Grant.

Az USA-ban: Gruber Foundation Science Fellowship és Eric és Wendy Schmidt Központ az MIT és Harvard Broad Institute-jában, a National Science Foundation, a Yale Cancer Center Pilot Grant és a Sloan Fellowship.

Források: