Μια νέα πλατφόρμα τεχνητής νοημοσύνης μπορεί να εντοπίζει μικροσκοπικά μοτίβα μέσα στους όγκους του καρκίνου του μαστού που μέχρι σήμερα δεν ήταν δυνατό να παρατηρηθούν, ανοίγοντας τον δρόμο για καλύτερη πρόβλεψη της πορείας της νόσου και πιο εξατομικευμένες θεραπείες.
Η πλατφόρμα, που ονομάζεται CenSegNet, αναπτύχθηκε από ερευνητές του Πανεπιστημίου of Southampton και έχει σχεδιαστεί ώστε να αναλύει εκατοντάδες χιλιάδες κύτταρα σε δείγματα καρκινικού ιστού.
Η μελέτη, η οποία δημοσιεύθηκε στο επιστημονικό περιοδικό Nature Communications, βασίστηκε σε δείγματα ιστού από 127 ασθενείς με καρκίνο του μαστού που νοσηλεύονταν στο University Hospital Southampton.
Οι ερευνητές ανέλυσαν περισσότερα από 330.000 κεντροσώματα (centrosomes), μικροσκοπικές κυτταρικές δομές που διαδραματίζουν σημαντικό ρόλο στη σωστή κατανομή του DNA κατά την κυτταρική διαίρεση.
Μικροσκοπικές δομές με σημαντικό ρόλο
Τα κεντροσώματα θεωρούνται εδώ και περισσότερο από έναν αιώνα χαρακτηριστικό γνώρισμα του καρκίνου. Ωστόσο, η μελέτη τους σε πραγματικά δείγματα όγκων είναι ιδιαίτερα δύσκολη, λόγω του εξαιρετικά μικρού μεγέθους τους και της δυναμικής τους φύσης.
Στον καρκινικό ιστό, τα κεντροσώματα μπορεί να πολλαπλασιάζονται υπερβολικά, γεγονός που συνδέεται με την εξέλιξη της νόσου.
Χρησιμοποιώντας το CenSegNet, οι επιστήμονες μπόρεσαν να εξετάσουν τη συμπεριφορά τους σε επίπεδο μεμονωμένου κυττάρου και σε ολόκληρους όγκους.
Η ανάλυση αποκάλυψε δύο διαφορετικές ανωμαλίες, οι οποίες έως σήμερα θεωρούνταν μέρος της ίδιας διαδικασίας.
Η μία αφορά κύτταρα που αποκτούν υπερβολικά μεγάλο αριθμό κεντροσωμάτων, ενώ η δεύτερη αφορά κεντροσώματα που παρουσιάζουν μη φυσιολογική διόγκωση.
Οι δύο αυτές ανωμαλίες, σύμφωνα με τα ευρήματα, δεν εμφανίζονται απαραίτητα μαζί. Αντίθετα, μπορούν να συμπεριφέρονται ανεξάρτητα και να εντοπίζονται σε διαφορετικές περιοχές του ίδιου όγκου.
Τι αποκαλύπτει η τεχνητή νοημοσύνη
Ο Dr Salah Elias, από τη Σχολή Βιολογικών Επιστημών και το Ινστιτούτο Επιστημών της Ζωής του Πανεπιστημίου του Southampton, δήλωσε:
«Για περισσότερο από έναν αιώνα, οι ανωμαλίες των κεντροσωμάτων αναγνωρίζονται ως χαρακτηριστικό γνώρισμα του καρκίνου, όμως η μελέτη τους σε ιστούς ασθενών ήταν εξαιρετικά δύσκολη».
«Το CenSegNet μάς επιτρέπει να αναλύουμε αυτές τις ανωμαλίες σε επίπεδο μεμονωμένου κυττάρου σε ολόκληρους όγκους και να αποκαλύπτουμε μοτίβα που προηγουμένως ήταν αδύνατο να παρατηρηθούν».
Όπως εξήγησε, αντί οι ανωμαλίες των κεντροσωμάτων να αντιμετωπίζονται ως ένα ενιαίο φαινόμενο, η μελέτη δείχνει ότι υπάρχουν «διακριτές βιολογικές καταστάσεις με διαφορετική χωρική κατανομή και διαφορετικές κλινικές συσχετίσεις».
Σύνδεση με την επιθετικότητα του όγκου
Η πλατφόρμα αποκάλυψε επίσης σύνδεση ανάμεσα στις διαφορετικές ανωμαλίες των κεντροσωμάτων και στα χαρακτηριστικά των καρκινικών όγκων.
Οι όγκοι στους οποίους εντοπίζονταν υψηλά επίπεδα διογκωμένων κεντροσωμάτων ήταν περισσότερο επιθετικοί. Αντίθετα, οι ασθενείς των οποίων τα κύτταρα εμφάνιζαν χαμηλότερα επίπεδα της συγκεκριμένης ανωμαλίας είχαν μεγαλύτερη πιθανότητα επιβίωσης.
«Συγκεκριμένοι συνδυασμοί ανωμαλιών μπορεί να επηρεάζουν τον τρόπο με τον οποίο ένας όγκος αναπτύσσεται, εισβάλλει στους γύρω ιστούς και ανταποκρίνεται στη θεραπεία», ανέφερε ο Dr Elias.
«Αυτό ανοίγει τον δρόμο για την ανάπτυξη νέων βιοδεικτών και, τελικά, για πιο εξατομικευμένες θεραπευτικές στρατηγικές».
Το επόμενο βήμα
Οι ερευνητές εκτιμούν ότι στο μέλλον η τεχνητή νοημοσύνη θα μπορούσε να αξιοποιηθεί όχι μόνο για την καλύτερη κατανόηση του καρκίνου, αλλά και για την παρακολούθηση της πορείας της νόσου, μέσα από την ανάλυση της συμπεριφοράς συγκεκριμένων κυτταρικών δομών.
Η ερευνητική ομάδα σχεδιάζει τώρα να συνδυάσει το CenSegNet με ακόμη μεγαλύτερο όγκο δεδομένων, προκειμένου να εξετάσει κατά πόσο η πλατφόρμα θα μπορούσε να συμβάλει στη λήψη αποφάσεων για τη θεραπεία των ασθενών.
Προς το παρόν, τα ευρήματα αποτελούν ένα σημαντικό ερευνητικό βήμα και όχι ένα εργαλείο που χρησιμοποιείται ήδη για την επιλογή θεραπείας. Η προοπτική, ωστόσο, είναι η καλύτερη κατανόηση των χαρακτηριστικών κάθε όγκου να οδηγήσει σε πιο στοχευμένες και εξατομικευμένες θεραπευτικές προσεγγίσεις.
Πηγή: Independent
