A barcelonai Genomszabályozási Központ, a Baszkföldi Egyetem, a Donostiai Nemzetközi Fizikai Központ és a bizkaiai Biofizikai Alapítvány kutatói kifejlesztettek egy mesterségesintelligencia- (MI-) algoritmust, amely képes megkülönböztetni a daganatos sejteket az egészségesektől, és felismeri a vírusfertőzés nagyon korai jeleit a sejteken belül. A Nature Machine Intelligence szakfolyóiratban publikált tanulmány a diagnosztikus technika továbbfejlesztését és a betegségek korai stádiumban történő felismerését ígéri.
Az AINU (AI of the NUcleus, sejtmagi mesterséges intelligencia) névre keresztelt MI-alapú rendszer nagyfelbontású képeket olvas be a sejtekről, amelyeket a STORM nevű speciális mikroszkópos eljárással készítenek. A STORM révén a sejtekről a hagyományos mikroszkópokénál jóval részletgazdagabb képek készíthetők. E szupernagy felbontású pillanatfelvételek a nanométeres skálán kínálnak bepillantást a sejtek belső szerkezetébe.
A nanométer (nm) a méter milliárdod része, és egy átlagos hajszál átmérője kb. 100.000 nm.
A nagyfelbontású mikroszkópiával támogatott MI-algoritmus 20 nm-es, vagyis a hajszál átmérőjénél 5000-szer kisebb léptékű átrendeződéseket is felismer.
Ezek annyira apró és finom változások, amiket egy emberi megfigyelőnek a hagyományos eszköztárral esélye sincs észrevenni.
„Ezeknek a képeknek a felbontása kellőképpen nagy ahhoz, hogy az MI-algoritmusunk figyelemre méltó pontossággal felismerhesse a sajátos mintázatokat és eltéréseket, például a DNS sejten belüli elrendeződésének változásait, így segít abban, hogy nagyon korán tetten érjük ezeket a kezdődő folyamatokat” – nyilatkozta Pia Cosma, a barcelonai Genomszabályozási Központ kutatója és a tanulmány egyik levelező szerzője.
„Az AINU egy úgynevezett konvolúciós mesterséges idegi hálózat, vagyis az MI-nek egy olyan formája, amelyet kimondottan vizuális adatok, például képek elemzésére fejlesztettek ki. A konvolúciós idegi hálózatok tipikus példái azok az MI-eszközök, amelyek révén a felhasználók az arcukkal fel tudják oldani az okostelefonjukat, vagy amelyeket az önvezető autók használnak a környezetben való tájékozódásra és az úton előforduló objektumok felismerésére.
Az orvoslásban konvolúciós idegi hálózatokat használnak például a képalkotó eszközök felvételeinek, így a mammográfiás képeknek vagy a CT-felvételeknek az elemzéséhez, hogy a daganatok olyan apró jeleit is felismerjék, amelyek az emberi szem számára esetleg rejtve maradnak.
Hasonló MI-eszközök segítenek az orvosoknak az MRI-felvételeken és a röntgenképeken rejtőző abnormalitások azonosításában, s ezzel gyorsabbá és pontosabbá teszik a diagnosztikus folyamatot.
Az AINU sejten belüli apró, molekuláris szintű struktúrákat ismer fel és elemez. A kutatók úgy tanították be a modellt, hogy a sejtmag nanométeres felbontású képeit mutatták be neki sok különböző fajta és különböző állapotban lévő sejtből. A modell a sejtmagi komponensek háromdimenziós eloszlásának és elrendeződésének elemzésével megtanult különböző sajátos mintázatokat felismerni.
A daganatos sejtek például jól körvonalazható változásokat mutatnak a sejtmagi szerkezetükben a normális sejtekhez képest: módosul egyebek között a DNS-ük sejtmagon belüli szerveződése és különböző magi enzimjeik eloszlása.
A betanítást követően az AINU-nak ha további sejtmagokról készült felvételeket mutattak, helyesen tudta őket daganatosként vagy épként osztályozni egyedül e sejtmagi jellegzetességek alapján.
Elképesztően gyorsan felismeri a kóros változásokat
A képek nanoléptékű felbontása olyan érzékenységet kölcsönöz az MI-nek, hogy már egyetlen órával az 1-es típusú herpes simplex-vírussal való fertőzés után felismeri a sejtmagban meginduló változásokat. A modell olyan apró különbségekből lefülelte a vírus jelenlétét, hogy hol milyen szorosan van csomagolva a DNS, ugyanis ez a sejtmagi szerkezetátalakulás az egyik korai jele annak, amikor egy vírus a sejtbe kerülve elkezdni átállítani annak működését.
Módszerünk már kevéssel a vírusfertőzést követően is meg tudja különböztetni a fertőzött sejteket. Egy orvosnak normálisan időbe telik, mire felismer egy fertőzést, hiszen csak a látható tünetekre, a szervezetet nagyobb léptékben érintő változásokra tud hagyatkozni. Az AINU-val azonban azonnal észrevesszük a sejtmag legapróbb változásait is”
– emelte ki Ignacio Arganda-Carreras, a tanulmány másik levelező szerzője, aki a Baszkföldi Egyetem, a bizkaiai Biofizikai Intézet és a Donostiai Nemzetközi Fizikai Központ munkatársa.
„A kutatók fel tudják használni ezt a technológiát arra, hogy a vírusok szervezetbe való bejutása után szinte azonnal nyomon kövessék, miként befolyásolják e kórokozók a sejtek működését. Ez elősegítheti a jobb kezelések és vakcinák kifejlesztését – hangsúlyozta Limei Zhong, a cikk megosztott első szerzője és a Kanton Tartományi Népi Kórház (Kuangcsou, Kína) kutatója. – A kórházakban és klinikákon az AINU-t arra lehetne alkalmazni, hogy egy egyszerű vér- vagy szövetmintából gyorsan kimutassa a fertőzéseket, s ezzel felgyorsítsa és pontosabbá tegye a kórisme felállítását.”
A kutatóknak ugyanakkor számottevő akadályokat kell még leküzdeniük, hogy a technológia a klinikai gyakorlatban is tesztelhetővé és alkalmazhatóvá váljék. Ha diagnosztikáról van szó, különösen olyan orvosi szituációkban, ahol a gyorsaság és a hatékonyság kulcsfontosságú, az orvosoknak jóval több sejtet kell egyetlen képen rögzíteniük ahhoz, hogy egy betegséget felismerjenek vagy nyomon kövessenek.
Robbanásszerű fejlődés
„A STORM képalkotási technika robbanásszerű fejlődésen esik át, ami azt jelenti, hogy ezek a mikroszkópok hamarosan megjelenhetnek a kisebb és kevésbé specializált laborokban, majd végül a klinikumban is – vetítette előre Cosma. – A hozzáférhetőség és az áteresztőképesség könnyebben kezelhető problémák, mint amilyennek korábban hittük őket, és bízunk benne, hogy hamarosan hozzáfoghatunk a preklinikai állatkísérletekhez.”
Ha a klinikai hasznosítás még évekig várat is magára, az AINU a tudományos kutatást már rövid időtávlatban is fel fogja gyorsítani. A kutatók azt találták, hogy a képelemző MI nagy pontossággal képes az őssejtek azonosítására. Az őssejtek azok a sejtek, amelyek rendelkeznek a pluripotencia képességével, vagyis a test bármelyik sejtjét létre tudják hozni. A pluripotens sejteket élénk érdeklődés övezi, hiszen segíthetnek a károsodott szövetek helyreállításában és pótlásában.
Az AINU gyorsabbá és pontosabbá teheti a pluripotens sejtek azonosítását, így hozzájárulhat a biztonságosabb és hatékonyabb őssejtterápiákhoz.
„A jó minőségű őssejtek kimutatása jelenleg állatkísérleteket igényel. Az MI-modellnek viszont csak egy sejtmintára van szüksége, amelyben a lényeges sejtmagi jellegzetességeket feltüntető markerek meg vannak jelölve – fejtette ki Davide Carnevali, a cikk első szerzője és a Genomszabályozási Központ munkatársa. – Amellett, hogy a módszerünk egyszerűbb és gyorsabb, az őssejtkutatásnak is lendületet ad, és csökkenti a kutatási célú állatfelhasználást.”
