Jauns AI rīks raksturo atsevišķu šūnu daudzveidību audzējos

Jauns AI rīks raksturo atsevišķu šūnu daudzveidību audzējos

Daudznacionāla pētnieku komanda, kuru vada Garvanas Medicīnas pētījumu institūts, ir izstrādājusi un testējusi jaunu AI rīku, lai labāk raksturotu atsevišķu šūnu daudzveidību audzējos un pavērtu durvis mērķtiecīgākai terapijai pacientiem.

AI rīka Aanet izstrādes un izmantošanas rezultāti tika publicēti šodienVēža noteikšanaAmerikas vēža pētījumu asociācijas žurnāls.

Ne visas audzēja šūnas ir vienādas

Audzēji nesastāv tikai no viena veida šūnām – tie ir dažādu šūnu sajaukums, kas aug un reaģē uz ārstēšanu dažādos veidos. Šī daudzveidība vai neviendabīgums padara vēzi grūtāku un, savukārt, var izraisīt sliktākus rezultātus, īpaši trīskārši negatīva krūts vēža gadījumā.

Neviendabīgums ir problēma, jo mēs pašlaik ārstējam audzējus tā, it kā tie būtu izgatavoti no vienas šūnas. Tas nozīmē, ka mēs piešķiram terapiju, kas nogalina lielāko daļu audzēja šūnu, mērķējot uz noteiktu mehānismu. Bet ne visas vēža šūnas var koplietot šo mehānismu. Lai gan pacientam var būt sākotnējā reakcija, atlikušās šūnas var augt un vēzis var atgriezties. "

Asociētā profesore Kristīne Čefere, pētījuma līdzautore un Vēža plastiskuma un miegainības programmas līdzdirektore Garvanā

Bet, lai gan neviendabīgums ir problēma, pētnieki nezina pietiekami daudz, lai to raksturotu: "Līdz šim pētnieki nav spējuši skaidri izskaidrot, kā audzēja kaimiņu šūnas atšķiras viena no otras un kā mēs varam klasificēt šīs atšķirības nozīmīgos veidos, lai labāk ārstētu audzējus.visišūnas šajā audzējā ar pareizo terapiju,” piebilst asociētais profesors Čafers.

Jauns rīks raksturo piecas jaunas vēža šūnu grupas

Lai atrisinātu šo problēmu, komanda izstrādāja un apmācīja jaudīgu jaunu AI rīku Aanet, kas var noteikt bioloģiskos modeļus audzēju šūnās.

Pēc tam viņi izmantoja AI rīku, lai atklātu atsevišķu šūnu gēnu ekspresijas modeļus audzējos, koncentrējoties uz trīskārši negatīva krūts vēža preklīniskajiem modeļiem un cilvēka ER pozitīva, HER2 pozitīva un trīskārša krūts vēža paraugiem. To darot, viņi identificēja piecas dažādas vēža šūnu grupas audzējā ar dažādiem gēnu ekspresijas profiliem, kas norāda uz būtiskām atšķirībām šūnu uzvedībā.

"Izmantojot mūsu AI rīku, mēs varējām konsekventi atklāt piecas jaunas šūnu tipu grupas atsevišķos audzējos, ko sauc par "arhetipiem". Katrai grupai bija atšķirīgi bioloģiskie ceļi un augšanas tendences, metastāzes un sliktas prognozes marķieri. Mūsu nākamie soļi ir noskaidrot, kā šīs grupas laika gaitā var mainīties, piemēram,

Šis ir pirmais vēža izpētē. Līdzvadītājs, asociētais profesors Smita Krišnasvami no Jēlas universitātes, kurš vadīja mākslīgā intelekta rīka izstrādi: "Pateicoties tehnoloģiju attīstībai, pēdējos 20 gados ir bijis datu eksplozijas pieaugums vienšūnu līmenī. Izmantojot šos datus, mēs atklājām, ka ne tikai vēža vēža šūnas ir komerciāli. Pirmā reize, kad cits pētījums, kas analizē atšķirīgu daudzveidību, var padarīt to par pamatu. asociācijas ar telpisko audzēju augšanu un metabolomiku Atrast parakstus.

Jauna klasifikācija, lai vadītu labāku, mērķtiecīgu ārstēšanu

Pētnieki saka, ka AANET izmantošana, lai raksturotu dažādas audzēja šūnu grupas atbilstoši to bioloģijai, paver durvis paradigmas maiņai vēža ārstēšanā.

"Pašlaik pacientam vēža ārstēšanas metodes izvēle lielā mērā balstās uz vēža orgānu, piemēram, krūts, plaušu vai prostatas, un visiem molekulārajiem marķieriem. Tomēr tiek pieņemts, ka visas šī vēža šūnas ir vienādas. Tā vietā mums tagad ir instruments, lai raksturotu neviendabīgumu, kas raksturo pacienta neviendabīgumu, tāpat kā jebkura grupa, kas nodarbojas ar bioloģisko stadiju.katruno šīm dažādajām grupām, izmantojot to bioloģiskos ceļus. Tas var ievērojami uzlabot šī pacienta rezultātus, ”saka asociētais profesors Čafers.

Attiecībā uz Āneta pieteikumu, pētījuma līdzautore un Garvanas galvenā zinātniskā darbiniece profesore Sāra Kummerfelde skaidro: "Mēs paredzam nākotni, kurā ārsti apvieno šo mākslīgā intelekta analīzi ar tradicionālo vēža diagnostiku, lai izstrādātu personalizētākas ārstēšanas metodes, kas ir paredzētas visiem šūnu tipiem unikālā šūnu tipu audzējā. Mēs varam uzlabot tehnisko un bioloģisko tehnoloģisko un bioloģisko uzlabojumu mūsu pacientu bioloģiskajā un bioloģiskajā jomā. bioloģisko biopielietojumu tehnoloģiskajā un bioloģiskajā bioloģijā ir tādas slimības kā autoimūnas slimības.

Šis pētījums tika atbalstīts šādos avotos.

Austrālijā: Nelūnas fonds, Tour de Cure, Estee Lauder, Kinghorna fonds, Paramor ģimenes fonds, Jaundienvidvelsas Universitātes pētniecības stipendija, Ramaciotti biomedicīnas pētījumu balva, ARC attīstības projekta grants un NHMRC ideju dotācijas un pētnieku stipendija.

ASV: Grūbera fonda Zinātnes stipendija un Ērika un Vendijas Šmitu centrs MIT un Hārvardas Plašajā institūtā, Nacionālais zinātnes fonds, Jēlas vēža centra izmēģinājuma stipendija un Slouna stipendija.

Avoti: