Novo orodje AI označuje raznolikost posameznih celic v tumorjih

Novo orodje AI označuje raznolikost posameznih celic v tumorjih

Večnacionalna skupina raziskovalcev pod vodstvom Inštituta za medicinske raziskave Garvan je razvila in preizkusila novo orodje AI za boljšo opredelitev raznolikosti posameznih celic znotraj tumorjev in odpiranje vrat bolj ciljno usmerjenim terapijam za bolnike.

Rezultati razvoja in uporabe orodja AI, imenovanega Aanet, so bili danes objavljeni vOdkrivanje rakarevija Ameriškega združenja za raziskave raka.

Vse tumorske celice niso enake

Tumorji niso sestavljeni samo iz ene vrste celic – so mešanica različnih celic, ki rastejo in se na zdravljenje odzivajo na različne načine. Ta raznolikost ali heterogenost oteži raka in posledično lahko povzroči slabše rezultate, zlasti pri trojno negativnem raku dojke.

Heterogenost je problem, ker tumorje trenutno obravnavamo, kot da so narejeni iz iste celice. To pomeni, da dajemo terapijo, ki ubije večino celic v tumorju z usmerjanjem na določen mehanizem. Toda vse rakave celice ne morejo deliti tega mehanizma. Medtem ko ima bolnik lahko prvo reakcijo, lahko preostale celice rastejo in rak se lahko ponovi. “

Izredna profesorica Christine Chaffer, soavtorica študije in sourednica programa za plastičnost in mirovanje raka pri Garvanu

Toda medtem ko je heterogenost problem, raziskovalci ne vedo dovolj, da bi jo opredelili: "Doslej raziskovalci niso mogli jasno razložiti, kako se sosednje celice v tumorju razlikujejo med seboj in kako lahko te razlike razvrstimo v smiselne načine za boljše zdravljenje tumorjev.vsecelic v tem tumorju s pravimi terapijami,« dodaja izredni profesor Chaffer.

Novo orodje označuje pet novih skupin rakavih celic

Za rešitev tega problema je ekipa razvila in usposobila novo zmogljivo orodje AI, imenovano Aanet, ki lahko zazna biološke vzorce v celicah znotraj tumorjev.

Nato so uporabili orodje AI za odkrivanje vzorcev v izražanju genov posameznih celic znotraj tumorjev, pri čemer so se osredotočili na predklinične modele trojnega negativnega raka dojke in človeške vzorce ER-pozitivnega, HER2-pozitivnega in trojnega raka dojke. Pri tem so identificirali pet različnih skupin rakavih celic znotraj tumorja z različnimi profili izražanja genov, ki kažejo na velike razlike v obnašanju celic.

"Z uporabo našega orodja AI smo lahko dosledno odkrili pet novih skupin tipov celic znotraj posameznih tumorjev, imenovanih 'arhetipi'. Vsaka skupina je pokazala različne biološke poti in nagnjenosti k rasti, metastazam in označevalce slabe prognoze. Naši naslednji koraki so videti, kako se lahko te skupine spreminjajo skozi čas, kot je npr.

To je prva raziskava raka. Sovoditeljica, izredna profesorica Smita Krishnaswamy z univerze Yale, ki je vodila razvoj orodja AI: "Zahvaljujoč tehnološkemu napredku je v zadnjih 20 letih prišlo do eksplozije podatkov na ravni ene celice. S temi podatki smo ugotovili, da rakave celice niso le komercialne. Prvič, da drug preučuje drug primer. Pomenljive arhetipe, skozi katere je mogoče analizirati raznolikost ustvarite smiselne povezave s prostorsko rastjo tumorja in metabolomiko. Poiščite podpise.

Nova klasifikacija za boljše, ciljno usmerjeno zdravljenje

Raziskovalci pravijo, da uporaba AANET za karakterizacijo različnih skupin celic v tumorju glede na njihovo biologijo odpira vrata za spremembo paradigme pri zdravljenju raka.

"Trenutno izbira zdravljenja raka za bolnika v veliki meri temelji na organu, ki ga ima rak, kot je dojka, pljuča ali prostata, in vseh molekularnih markerjih. Vendar to predpostavlja, da so vse celice v tem raku enake. Namesto tega imamo zdaj orodje za karakterizacijo heterogenosti, ki je značilna za heterogenost bolnika, kot katera koli skupina, ki se ukvarja z biološko stopnjo. Vemo, da bodo ciljalivsakteh različnih skupin skozi njihove biološke poti. To lahko bistveno izboljša rezultate za tega bolnika,« pravi izredni profesor Chaffer.

Glede uporabe Aanet, soavtorica študije in glavna znanstvena direktorica Garvana, profesorica Sarah Kummerfeld, pojasnjuje: "Predvidevamo si prihodnost, v kateri zdravniki združujejo to analizo umetne inteligence s tradicionalno diagnostiko raka, da bi razvili bolj prilagojeno zdravljenje, ki cilja na vse tipe celic v edinstvenem tumorju celičnih vrst. Izboljšamo lahko tehnično in biološko izboljšanje pacientov. Naša študija lahko obravnava tehnološko in biološko biologijo. Lahko obravnavamo tehnološko in biološka bio-uporaba v tehnološko in biološko biologijo imajo bolezni, kot so avtoimunske bolezni.

Ta raziskava je bila podprta v naslednjih virih.

V Avstraliji: 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 in NHMRC Ideas Grant in Investigator Grant.

V ZDA: Znanstvena štipendija Gruberjeve fundacije in Center Erica in Wendy Schmidt na Broad Institute MIT in Harvard, Nacionalna znanstvena fundacija, pilotna štipendija Yale Cancer Center in Sloan Fellowship.

Viri: