Az EMBL kutatói egy forradalmian új mesterséges intelligencia (AI) eszközt fejlesztettek, amely egy molekuláris lézer tag játékhoz hasonlóan képes azonosítani azokat a sejteket, amelyek a rák legkorábbi eredetének megértéséhez nyújtanak betekintést.
A kromoszóma-rendellenességek és a rák kapcsolata
Sejtosztódás során gyakran előfordulhatnak kromoszóma-rendellenességek – vagyis a kromoszómák számában vagy szerkezetében bekövetkező hibák –, amelyek különösen agresszív ráktípusok kialakulásához vezethetnek. Az emberi test működéséhez pontos genetikai utasításokra van szükség, és amikor ezek az utasítások megsérülnek, a sejtek kontrollálatlanul osztódhatnak, ami daganatok kialakulásához vezet.
Ezeknek a rendellenességeknek az első lépései gyakran a kromoszóma-szám vagy -szerkezet hibái, amelyek hozzájárulnak ahhoz, hogy normál sejtek rákossá váljanak.
A MAGIC technológia – egy új AI-alapú megközelítés
Az EMBL Heidelberg Korbel-csoportjának kutatói kifejlesztettek egy innovatív és sokoldalú mesterséges intelligencia eszközt, amely ötvözi az automatizált mikroszkópiát, képelemzést és az egysejt genom szekvenálást. Ez az eszköz, amelyet MAGIC-nek (machine learning-assisted genomics and imaging convergence) neveztek el, lehetővé teszi a kromoszóma-rendellenességek keletkezésének mélyreható vizsgálatát.
A rák eredetének jobb megértése
Jan Korbel, az EMBL vezető kutatója és a tanulmány fő szerzője szerint: „A kromoszóma-rendellenességek kulcsfontosságú tényezők a különösen agresszív rákok kialakulásában, és szoros összefüggésben állnak a betegek halálozásával, áttétekkel, kiújulással, kemoterápiás rezisztenciával és gyors daganatkeletkezéssel.”
A kutatók célja az volt, hogy megértsék, milyen tényezők befolyásolják ezen rendellenességek kialakulásának valószínűségét és milyen gyakorisággal fordulnak elő normál sejtosztódás során.
Történelmi háttér: A kromoszóma-rendellenességek szerepe a rákban
A kromoszóma-rendellenességek rákkeltő szerepe nem új felismerés. Több mint száz évvel ezelőtt Theodor Boveri német tudós már feltételezte mikroszkópos vizsgálatok alapján, hogy a sejtek abnormális kromoszómakészlete hozzájárulhat a rák kialakulásához.
Azonban mivel csak nagyon kevés sejt mutat ilyen rendellenességet adott időpontban, és ezek a sejtek gyakran elpusztulnak vagy természetes szelekció révén eltűnnek, korábban nehéz volt ezeket kimutatni. A kutatók manuálisan kellett keresniük ezeket mikroszkóp alatt, ami időigényes és korlátozott volt.
MAGIC – Az AI-alapú „lézer tag” játék
Marco Cosenza kutató ötlete nyomán született meg a MAGIC rendszer, amely egy teljesen automatizált „lézer tag” játékhoz hasonlóan működik. A rendszer képes felismerni azokat a sejteket, amelyek egy adott látható jellemzővel rendelkeznek – jelen esetben micronucleus nevű sejtszerkezettel.
Mi az a micronucleus? A micronucleus apró zárt térség egy sejtben, amely egy kis DNS-darabot tartalmaz, leválva a fő genomról. Ezekkel rendelkező sejtek hajlamosak újabb kromoszóma-rendellenességeket létrehozni, így nagyobb eséllyel válnak rákossá.
A lézeres jelölés folyamata
Amikor a rendszer felismeri ezeket a micronucleus-t tartalmazó sejteket, egy speciális lézer segítségével „megjelöli” őket. Ehhez fotokonvertibilis festéket használnak – olyan fluoreszcens molekulát, amely fény hatására kémiai átalakuláson megy keresztül és megváltoztatja kibocsátott fényének színét.
“Ez a projekt több érdeklődési körömet is összehozta: genomika, mikroszkópos képalkotás és robotizált automatizálás,” – mondta Marco Cosenza. “A COVID-19 miatti 2020-as lezárások alatt lehetőségem nyílt AI alapú számítógépes látási technológiák elsajátítására és alkalmazására biológiai képadatokon.”
MAGIC működési mechanizmusa lépésről lépésre
- Egy automatizált mikroszkóp sorozatos képeket készít egy sejtmintáról.
- Egy gépi tanulási algoritmus – amelyet előzetesen manuálisan annotált micronucleus-t tartalmazó sejtek adatai alapján képeztek ki – átvizsgálja ezeket a képeket.
- Amikor az algoritmus micronucleus-t tartalmazó sejteket talál, megadja azok helyzetét a mikroszkópnak.
- A mikroszkóp célzottan megvilágítja ezeket a sejteket lézerrel, véglegesen megjelölve őket.
- A megjelölt élő sejtek könnyen elkülöníthetők például áramlási citometria segítségével további mélyebb elemzés céljából (pl. genomikai vizsgálatok).
Előnyök és eredmények
A MAGIC automatizálja azt a korábban munkaigényes és hibára hajlamos folyamatot, amely során micronucleus-t tartalmazó sejteket kellett felismerni. Ennek köszönhetően most már naponta akár 100 000 sejt is elemezhető ezzel a módszerrel – ez nagyságrendekkel gyorsabb és hatékonyabb korábbi technikáknál.
Kutatási eredmények emberi sejtvonalakon
A kutatócsoport MAGIC segítségével vizsgálta emberi normál sejtekből származó tenyésztett sejtvonalak kromoszóma-rendellenességeit. Megállapították:
- Körülbelül 10% feletti arányban spontán kromoszóma-rendellenesség alakul ki minden sejtosztódás során.
- Ez az arány majdnem megduplázódik abban az esetben, ha egy kulcsfontosságú gén – p53 tumor-szuppresszor gén – mutálódik.
- Továbbá vizsgálták más tényezők hatását is, például kettős szálú DNS törések jelenlétét és helyét egy adott kromoszómán belül.
Kutatói együttműködések és jövőbeli lehetőségek
A tanulmány számos intézmény együttműködésével készült: többek között az EMBL Advanced Light Microscopy Facility (ALMF), Pepperkok Team (EMBL Heidelberg), Isidro Cortes-Ciriano csoport (EMBL-EBI), valamint Andreas Kulozik csapata (Német Rákkutató Központ – DKFZ) közreműködésével.
MAGIC sokoldalúsága és további alkalmazási lehetőségei
Bár jelen tanulmányban MAGIC-et micronucleus-t tartalmazó sejtek felismerésére fejlesztették ki, az algoritmus elméletileg bármilyen más vizuális jellemző felismerésére is betanítható. Jan Korbel szerint:
“Ha van olyan jellemzője egy sejtcsoportnak, amely vizuálisan elkülöníthető egy ‘normál’ sejttől, akkor AI segítségével betaníthatjuk rendszerünket annak felismerésére. Ezáltal számos biológiai területen elősegítheti majd további felfedezések megszületését.”
Összegzés
A MAGIC technológia áttörést jelenthet abban, hogy mélyebb molekuláris szinten érthessük meg a rák kialakulását megelőző folyamatokat. Az automatizált lézeres jelölési rendszerrel kombinált mesterséges intelligencia lehetővé teszi olyan ritka és nehezen detektálható sejtek gyors és pontos azonosítását, amelyek kulcsszerepet játszanak a daganatok kialakulásában. Ez hosszú távon hozzájárulhat jobb genetikai diagnosztikai eszközök kifejlesztéséhez és hatékonyabb megelőző orvosi stratégiák kidolgozásához.
Forrás: https://www.embl.org/news/science-technology/magic-ai-assisted-laser-tag-illuminates-cancer-origins/
