Metodele bazate pe inteligență artificială descoperă rădăcinile metastazelor tumorale
O tumoră canceroasă nu reprezintă un singur inamic. Aceasta este compusă din multe populații celulare diferite care pot avea comportamente foarte variate.
Printre acestea, chiar din momentul diagnosticului, pot exista deja celule care, în luni sau ani, ar putea da naștere metastazelor sau deveni rezistente la tratament. Provocarea constă în faptul că aceste populații celulare critice sunt extrem de dificile de detectat la timp. O echipă de cercetători din Szeged, colaborând cu parteneri din Elveția și Suedia, a realizat o descoperire importantă în acest domeniu.
Grupul de Cercetare Momentum pentru Analiza Imaginii, Microscopia și Învățare Automată, condus de Péter Horváth, lucrează pentru a aborda această provocare. Cu sediul la Centrul de Cercetare Biologică HUN-REN din Szeged, grupul dezvoltă metode bazate pe inteligență artificială care corelează imaginile tisulare microscopice cu informațiile moleculare. Două publicații recente de mare impact în literatura științifică internațională raportează, pentru prima dată, măsurători la nivel de celulă unică ale profilurilor genetice și proteice ale clonelor tumorale, precum și genetica formării metastazelor de către clone tumorale. Aceste rezultate deschid noi perspective pentru viitorul terapiei de precizie în cancer.
Analizele moleculare tradiționale examinează, de obicei, un întreg eșantion de țesut deodată. Drept urmare, diferențele importante dintre regiunile distincte ale unei tumori pot fi pierdute. Noua abordare are ca scop să permită cercetătorilor să observe nu doar aspectul unei tumori, ci și modul în care funcționează diferitele populații celulare. Astfel, harta internă a unei tumori devine nu doar vizibilă, ci și lizibilă la nivel molecular.
Colaborarea internațională și un sistem global unic la Szeged
Grupul de la Centrul de Cercetare Biologică HUN-REN din Szeged dezvoltă aceste tehnologii de patologie digitală și omică spațială împreună cu parteneri suedezi și elvețieni. Colaboratori importanți includ Holger Moch, un patolog molecular de renume mondial de la Spitalul Universitar Zurich, și György Marko-Varga, profesor de cercetare la Universitatea Lund.
O bază tehnologică majoră a lucrării este centrul de cercetare automatizat pentru celule unice, stabilit de grupul din Szeged. Acest sistem global unic permite izolarea celulelor selectate de inteligența artificială cu o precizie înaltă, fără intervenție umană, chiar și non-stop, pentru analizele moleculare ulterioare.
Abordarea se bazează pe Deep Visual Proteomics, sau DVP. În această metodă, inteligența artificială analizează mai întâi imaginile tisulare histologice și identifică tipurile de celule sau populațiile celulare relevante. Cercetătorii folosesc apoi un fascicul laser subțire pentru a izola cu precizie aceste celule din eșantion. Urmează analiza proteomică, care cartografiază ce proteine sunt prezente în celulele selectate. Proteinele sunt deosebit de informative deoarece reflectă direct modul în care o celulă canceroasă funcționează, crește, se adaptează sau devine rezistentă la tratament.
O privire mai profundă asupra comportamentului agresiv al celulelor canceroase
În acest studiu, grupul de cercetare a dezvoltat DVP într-un mod important: populațiile de celule tumorale selectate prin analiza imaginii bazate pe inteligență artificială au fost examinate nu doar prin proteomică, ci și prin transcriptomică. Transcriptomica arată care gene sunt active într-o celulă.
Aceasta a fost deosebit de important pentru populațiile celulare care păreau mai periculoase sub microscop. Cercetătorii au putut examina aceleași grupuri celulare din două perspective complementare: ce gene erau activate în acestea și ce funcții la nivel proteic rezultau din această activitate.
Prin această abordare, cercetătorii pot revela mai precis cum diferă biologic populațiile celulare vizual distincte dintr-o tumoră. Acest lucru este relevant deoarece agresivitatea unei celule canceroase nu este explicată de un singur factor, ci de efectele combinate ale activității genelor, funcției proteinelor, metabolismului și interacțiunilor cu sistemul imunitar.
Urmărind posibilele origini ale metastazei
Într-un alt studiu, grupul de cercetare a demonstrat potențialul clinic al tehnologiei prin cazul unei paciente tinere cu melanom metastatic recurent. Probe din tumora originală a pacientei, precum și din metastazele ulterioare la plămâni și creier, au fost analizate folosind patologia digitală bazată pe inteligență artificială și proteomica rezolvată spațial.
Inteligența artificială a identificat două populații distincte de celule tumorale în melanomul original al pacientei. Celulele din metastazele ulterioare semănau în principal cu una dintre aceste populații timpurii. Analiza la nivel proteic a confirmat această observație: modelul molecular al acestei populații celulare era cel mai apropiat de cel al leziunilor metastatice. Aceasta sugerează că urme ale răspândirii ulterioare a bolii ar fi putut fi deja prezente în tumora originală.
În cazul melanomului, nu am văzut doar că diferite părți ale tumorii arătau diferit. Cu această metodă, am putut, de asemenea, demonstra că aceste diferențe erau reflectate la nivel proteic. Acest lucru ne poate apropia de înțelegerea populațiilor celulare care pot fi responsabile de formarea metastazelor.”
Cum ar putea susține aceasta îngrijirea viitoare a pacienților?
Lucrările interconectate ale grupului de cercetare din Szeged arată că tumorile nu mai pot fi înțelese pur și simplu ca mase uniforme. Diferite populații celulare pot coexista în aceeași tumoră, iar unele dintre acestea pot juca un rol crucial în metastază, creșterea agresivă sau rezistența la tratament.
În această abordare, inteligența artificială nu diagnostichează de una singură. În schimb, oferă un nou nivel de rezoluție pentru studiul tumorilor. În timp ce evaluarea patologică tradițională clasifică regiuni mai mari ale țesutului, inteligența artificială poate analiza eșantionul celulă cu celulă. Aceasta poate revela ce tipuri de celule canceroase sunt prezente în diferite regiuni ale tumorii, unde sunt localizate, ce tipare formează și în ce proporții apar.
„Cu cât putem vedea mai precis ce celule împing boala înainte, cu atât ne apropiem mai mult de a viza nu doar tumora în general, ci și părțile sale cele mai periculoase”, a spus Péter Horváth.
Deși aceste descoperiri nu reprezintă încă o terapie nouă disponibilă pentru toți pacienții, ele ar putea ajuta cercetătorii și clinicienii să cartografieze mai precis comportamentul tumorilor în viitor, să evalueze mai bine riscurile și să susțină deciziile de tratament mai personalizate.
