Instrumente AI cartografiază arhitectura tumorilor pentru a prezice răspunsul la tratament
Transcriptomica spațială este un instrument puternic pentru a crea o hartă detaliată nu doar a modului în care sunt exprimate genele într-un țesut, ci și a locului în care are loc activitatea genetică în diferite celule și locații din cadrul țesutului. Aceasta este deosebit de valoroasă pentru studiul tumorilor, care au fiecare un microambient unic ce influențează comportamentul lor.
Cu toate acestea, având în vedere cantitatea masivă de date implicate, a fost dificil să se compare aceste date din diferite microambiente tumorale pentru a observa similarități sau pentru a prezice modul în care o tumoră dată ar putea evolua în funcție de compoziția sa.
Un nou studiu de cercetare de la Universitatea din Chicago abordează această provocare, aplicând lecții învățate de la alte sisteme complexe, de la comunități de microbi până la stoluri de păsări. Rezultatul este un nou set de instrumente care ar putea permite în viitor clinicianilor să analizeze rapid structura și organizarea unei tumori și să determine cum va răspunde la diferite tratamente, un mare pas înainte spre obiectivul medicinei personalizate.
Arjun Raman este un biolog de sisteme care studiază cum se comportă sisteme complexe precum microbiomurile și rețelele de proteine în lumea naturală. Prin învățarea regulilor care au ajutat aceste sisteme să crească și să evolueze, se pot dezvolta teorii și instrumente pentru a înțelege și prezice cum se schimbă alte sisteme în condiții similare.
În cazul microambientului tumoral, celulele interacționează și se organizează în moduri complexe care modelează activitatea generală a tumorii. Raman a comparat încercarea de a înțelege acest comportament cu studiul stolurilor de păsări.
„Dacă privești un stol de păsări, există toate aceste păsări individuale care se comportă în moduri individuale, iar apoi se adună pentru a forma întregul stol, care se comportă într-un mod colectiv. Aici, în loc de păsări, avem celule, iar în loc de stol, avem întreaga biopsie tumorală,” a declarat el. „Ceea ce am descoperit a fost că putem descrie tumorile nu ca o compunere a unei mulțimi de celule, ci ca un stol de păsări, unde toate celulele comunică între ele și creează aceste subunități, iar apoi subunitățile interacționează între ele pentru a crea meta-subunități și așa mai departe, până obținem întreaga mostră de biopsie.”
Folosind aceleași principii pentru a înțelege complexitatea emergentă, Raman și colegii săi au studiat datele transcriptomice spațiale publicate pentru 262 de tumori solide și au dezvoltat formule statistice pentru a descrie cum sunt organizate celulele tumorale și activitatea lor genetică în cadrul microambientului. Într-o altă analogie, este ca și cum ar fi creat un plan detaliat al unei case pentru fiecare tumoră. Unele celule și gene se aglomerază într-o „cameră”, iar altele în altele (cercetătorii numesc aceste camere „grupuri spațiale”).
Acești planuri au oferit un fel de limbaj comun, cu dimensiuni măsurabile pe care Raman și echipa sa le-ar putea folosi acum pentru a compara tumorile folosind noi instrumente AI. „Înainte de aceasta, nu existau modalități de a compara două planuri. Există atât de multe date în fiecare dintre ele, încât nu exista o modalitate clară de a spune ce este similar și ce este diferit,” a spus el. „Acum avem instrumentele pentru a evalua cât de departe este planul unu față de planul doi. Poți calcula o metrică a distanței între ele și să vezi cât de asemănătoare sunt.”
Această capacitate de comparație devine importantă pentru tratamentul cancerului dacă medicii știu că o tumoră cu planul unu răspunde bine la un tratament, dar planul doi nu. Raman a testat aceasta lucrând cu specialistul în cancer pulmonar Marina Garassino. Laboratorul lui Garassino a furnizat 16 probe tumorale de la pacienți cu cancer pulmonar non-mic celular, împreună cu date clinice despre modul în care au răspuns la imunoterapie.
Raman și echipa sa au reușit să analizeze datele din aceste și din alte peste 200 de tumori și au descoperit că tumorile împărtășesc în general o structură stereotipică, ierarhică formată din grupurile spațiale. Apoi au fost capabili să compare tumorile între ele, nu la nivelul populațiilor de celule sau al genelor, ci la nivelul grupurilor spațiale – o descriere care a ținut cont de modul în care diferite tumori diferă din perspectiva biologiei lor spațiale.
Realizarea acestei comparații a permis echipei să creeze un „spațiu latent” comparativ – un tip de spațiu utilizat în cadrele AI, unde obiectele sunt plasate aproape sau departe în funcție de similaritatea lor statistică. Această descriere a prezis corect care pacienți cu cancer pulmonar non-mic celular au răspuns mai bine la imunoterapie decât biomarkerul standard actual.
Raman consideră că aceste instrumente pot funcționa cu orice tip de tumoră și colaborează acum cu Kunle Odunsi pentru a studia tumorile de cancer ovarian și răspunsul acestora la chimioterapie. În viitor, Raman își dorește să folosească aceleași metode pentru a genera clase spațiale sintetice, o formă de șablon canonic pentru diferite tipuri de tumori pe care alți cercetători le pot folosi pentru a le compara cu propriile mostre.
„Promisiunea reală a AI este că poți face lucruri pe care oamenii nu le pot face. Nu este vorba de generarea de imagini sau de scrierea de cod și text. Este, de fapt, utilizarea acesteia pentru a realiza lucruri care împing frontiera înainte,” a afirmat el.
Universitatea din Chicago continuă să fie în fruntea îngrijirii și cercetării în domeniul cancerului. În aprilie 2027, UChicago Medicine va deschide Pavilionul de Cancer AbbVie Foundation, primul pavilion de cancer independent din stat. Cercetarea de acest tip va ajuta la aducerea analizei genetice de vârf și a instrumentelor AI din laborator în clinică, unde medicii vor putea folosi în viitor diagnostice precise pentru a ghida tratamentele inovatoare pentru pacienți.
„Ca oncolog, vei fi împuternicit în mare măsură cu instrumente ca acestea. Ai putea avea o persoană care vine cu tumora sa unică. Apoi faci profilarea acesteia, introduci datele în spațiul comparativ și, în câteva ore, poți vedea dacă ar trebui sau nu să primească regimul X,” a spus Raman. „Aceasta ar fi visul într-o zi, unde ai oncologie de precizie care nu este doar o promisiune, ci se manifestă ca o intersecție între teoria computațională, medicină și biologie.”
