Mikroszkóp és mesterséges intelligencia a hatékonyabb daganatgyógyításért

Még az egészséges emberi szövetek sejtjei között is rengeteg apróbb-nagyobb eltérés van, ha pedig valamilyen kóros elváltozás alakul ki bennük, egyre több ilyen eltérés jelenik meg. E szöveti változatosság megértése létfontosságú lehet a betegségek diagnosztizálásában és a gyógyításban, hiszen így például elkülöníthetők a daganat előrehaladásának állapotai, és ennek megfelelően alkalmazhatók a megfelelő kezelési módszerek. A szöveteken belüli változatosság vizsgálata az élettani alapkutatást is segítheti, így az idegtudományban akár új agysejttípusok felfedezéséhez is vezethet.

Az MTA Szegedi Biológiai Kutatóközpont és a Szegedi Tudományegyetem munkatársai összetett rendszert fejlesztettek ki, mely a különböző sejtek elkülönítésére alkalmas. Módszerük leírását a Nature Communications folyóirat közölte. Működése röviden így foglalható össze:

  • A rendszer több ezer vagy akár millió mikroszkópos felvételt készít a szövetmintáról.
  • A mesterséges intelligencián alapuló program korábban meghatározott jellemzők alapján elemzi a képeken látható sejteket, és különféle kérdéseket tesz fel a szövetmintát vizsgáló biológusnak/patológusnak.
  • A kapott válaszokat a rendszer beépíti a tudástárába, így egyre javítja az elemzési képességeit – az elemzés eredményeit pedig egy online adatbázisba tölti fel.
  • Végül a molekuláris elemzésre kijelölt sejtet a hajszál vastagságánál százszor vékonyabb lézernyaláb vágja ki a szövetmintából a sejt és környezete károsítása nélkül.

A kutatók egészséges és mesterségesen károsított szövetek vizsgálatával kimutatták, hogy a rendszer alkalmas a különféle sejttípusok elkülönítésére és kóros sejtfolyamatok észlelésére.

””A szegedi kutatók rendszerében a számítógép vezérelte automatizálásnak köszönhetően nagyságrendekkel nőtt az egysejt-analízis pontossága és teljesítménye. Azáltal, hogy az egyes vizsgálandó sejteket a patológus/biológus helyett a gépi tanulásra épülő algoritmus választja ki a szakember által megadott információk alapján, az emberi hibalehetőség is számottevően csökken.

Ráadásul, mivel a folyamat során a gép szisztematikusan tanítja magát, olyan rejtett összefüggéseket is felfedezhet, amelyek adott esetben akár a biológus/patológus számára sem voltak ismertek. „Ezzel pedig potenciálisan eljuthatunk oda, hogy a szoftver a biológus/patológus prekoncepcióit kiküszöbölve teljesen objektív, új leírást ad az elemzett szövetről, újraírva az eddigi ismereteinket számos betegség patomechanizmusáról” – mondta el Horváth Péter, az eljárás informatikai hátterét kidolgozó kutatócsoport vezetője. Ennek jegyében jelenleg több olyan nemzetközi kutatási projekt is zajlik, amelyben betegségmodelleket vizsgálnak az automatizált eljárás segítségével.