Nový nástroj AI charakterizuje rozmanitosť jednotlivých buniek v nádoroch

Nový nástroj AI charakterizuje rozmanitosť jednotlivých buniek v nádoroch

Nadnárodný tím výskumníkov pod vedením Garvanovho inštitútu lekárskeho výskumu vyvinul a otestoval nový nástroj AI na lepšie charakterizovanie rozmanitosti jednotlivých buniek v rámci nádorov a otvoril tak pacientom dvere k cielenejším terapiám.

Výsledky vývoja a používania nástroja AI s názvom Aanet boli dnes zverejnené v rDetekcia rakovinyčasopis Americkej asociácie pre výskum rakoviny.

Nie všetky nádorové bunky sú rovnaké

Nádory nie sú tvorené len jedným typom buniek – sú zmesou rôznych buniek, ktoré rastú a reagujú na liečbu rôznymi spôsobmi. Táto rôznorodosť alebo heterogenita sťažuje rakovinu a môže viesť k horším výsledkom, najmä pri trojnásobne negatívnej rakovine prsníka.

Heterogenita je problém, pretože v súčasnosti zaobchádzame s nádormi, ako keby boli vyrobené z rovnakej bunky. To znamená, že podávame terapiu, ktorá zabíja väčšinu buniek v nádore zacielením na špecifický mechanizmus. Ale nie všetky rakovinové bunky môžu zdieľať tento mechanizmus. Zatiaľ čo pacient môže mať počiatočnú reakciu, zostávajúce bunky môžu rásť a rakovina sa môže vrátiť. “

Docentka Christine Chaffer, spoluautorka štúdie a spoluriaditeľka programu plasticity a pokoja rakoviny v Garvan

Ale zatiaľ čo heterogenita je problém, vedci nevedia dosť na to, aby ju charakterizovali: „Doteraz vedci nedokázali jasne vysvetliť, ako sa susedné bunky v nádore navzájom líšia a ako môžeme tieto rozdiely klasifikovať do zmysluplných spôsobov, ako lepšie liečiť nádory.všetkybuniek v tomto nádore správnymi terapiami,“ dodáva docent Chaffer.

Nový nástroj charakterizuje päť nových skupín rakovinových buniek

Na vyriešenie tohto problému tím vyvinul a vyškolil nový výkonný nástroj AI s názvom Aanet, ktorý dokáže odhaliť biologické vzorce v bunkách v nádoroch.

Potom použili nástroj AI na odhalenie vzorov v génovej expresii jednotlivých buniek v nádoroch so zameraním na predklinické modely trojnásobne negatívnej rakoviny prsníka a ľudské vzorky ER-pozitívnej, HER2-pozitívnej a trojnásobnej rakoviny prsníka. Pritom identifikovali päť rôznych skupín rakovinových buniek v rámci nádoru s rôznymi profilmi génovej expresie, čo naznačuje veľké rozdiely v správaní buniek.

"Pomocou nášho nástroja AI sme dokázali dôsledne objaviť päť nových skupín bunkových typov v rámci jednotlivých nádorov, ktoré sa nazývajú 'archetypy'. Každá skupina vykazovala rôzne biologické dráhy a sklony k rastu, metastázovaniu a markery zlej prognózy. Našimi ďalšími krokmi je zistiť, ako sa tieto skupiny môžu časom meniť, ako napr.

Ide o prvý prípad výskumu rakoviny. Spoluvedúca, docentka Smita Krishnaswamy z Yale University, ktorá viedla vývoj nástroja AI: "Vďaka technologickému pokroku sme za posledných 20 rokov zaznamenali explóziu údajov na úrovni jednej bunky. S týmito údajmi sme zistili, že nielen rakovinové bunky sú komerčne dostupné. Prvýkrát, čo iná štúdia na inom prípade môže analyzovať spojenie s priestorovým archetypom a rozmanitosťou nádorov môže mať význam. metabolomika Nájsť podpisy.

Nová klasifikácia na podporu lepšej, cielenej liečby

Vedci tvrdia, že použitie AANET na charakterizáciu rôznych skupín buniek v nádore podľa ich biológie otvára dvere pre zmenu paradigmy v liečbe rakoviny.

"V súčasnosti je výber liečby rakoviny pre pacienta založený prevažne na orgáne, ktorý má rakovina, ako je prsník, pľúca alebo prostata, a na všetkých molekulárnych markeroch. To však predpokladá, že všetky bunky v tejto rakovine sú rovnaké. Namiesto toho teraz máme nástroj na charakterizáciu heterogenity, ktorá charakterizuje heterogenitu pacienta, ako každá skupina, ktorá sa zaoberá biologickým štádiom. Vieme, že budú cieľové.každýtýchto rôznych skupín prostredníctvom ich biologických dráh. To má potenciál výrazne zlepšiť výsledky pre tohto pacienta,“ hovorí docent Chaffer.

V súvislosti s aplikáciou Aanet, spoluautorka štúdie a hlavná vedecká pracovníčka Garvan, profesorka Sarah Kummerfeldová vysvetľuje: „Predstavujeme si budúcnosť, v ktorej lekári skombinujú túto analýzu AI s tradičnou diagnostikou rakoviny, aby vyvinuli personalizovanejšie liečby, ktoré sa zameriavajú na všetky typy buniek v jedinečnom nádore bunkových typov. Môžeme zlepšiť technické a biologické zlepšenie pacientov. Naša štúdia sa môže zamerať na technologickú a biologickú biológiu a technologickú biológiu. autoimunitné ochorenia.

Tento výskum podporili nasledujúce zdroje.

V Austrálii: The Nelune Foundation, Tour de Cure, Estee Lauder, The Kinghorn Foundation, The Paramor Family Foundation, Grant na výskum Univerzity Nového Južného Walesu, cena Ramaciotti Biomedical Research Award, grant ARC Development Project Grant a granty NHMRC Ideas and Investigator Grant.

V USA: Vedecké štipendium Gruberovej nadácie a Centrum Erica a Wendy Schmidtových na Broad Institute of MIT a Harvard, Národná vedecká nadácia, pilotný grant Yale Cancer Center a Sloan Fellowship.

Zdroje: