Um wirksame gezielte Therapien für Krebs zu erzeugen, müssen Wissenschaftler die genetischen und phänotypischen Merkmale von Krebszellen innerhalb und über verschiedene Tumoren isolieren, da diese Unterschiede auf die Behandlung von Tumoren auf die Behandlung reagieren.
Ein Teil dieser Arbeit erfordert ein tiefes Verständnis der RNA- oder Proteinmoleküle, die jede Krebszelle ausdrückt, wo sie sich im Tumor befindet und wie sie unter einem Mikroskop aussieht.
Traditionell haben Wissenschaftler einen oder mehrere dieser Aspekte getrennt untersucht, aber heute vereint ein neues Deep -Study -Software, Celllens (Cell Native Surroundings and Nachbarschafts -Scan), alle drei Domänen mit einer Kombination aus Faltungsnetzwerken und Grafiknetzwerken für jede einzelne Zelle zusammen. Dies ermöglicht es dem System, Zellen mit ähnlicher Biologie zu gruppieren – was selbst diejenigen, die isoliert sehr ähnlich erscheinen, effektiv trennen, sich jedoch je nach Umgebung unterschiedlich verhalten.
Die Studie, kürzlich veröffentlicht in Natur ImmunologieParticulars die Ergebnisse einer Zusammenarbeit zwischen Forschern der MIT, der Harvard Medical Faculty, der Yale College, der Stanford College und der College of Pennsylvania – eine Anstrengung von Bokai Zhu, einem MIT -Postdoc und Mitglied der Broad Institute of MIT und Harvard und die Ragon Institute of MGH, MIT und Harvard.
Zhu erklärt die Auswirkungen dieses neuen Instruments: „Zunächst würden wir sagen, oh, ich habe eine Zelle gefunden. Dies wird als T -Zelle bezeichnet. Durch die Verwendung desselben Datensatzes, indem ich Zelllenen anwenden kann, kann ich jetzt sagen, dass dies eine T -Zelle ist und derzeit eine bestimmte Tumorgrenze bei einem Patienten angreift.
„Ich kann vorhandene Informationen verwenden, um besser zu definieren, was eine Zelle ist, was die Subpopulation dieser Zelle ist, was diese Zelle tut und was die potenzielle funktionelle Auslese dieser Zelle ist. Diese Methode kann verwendet werden, um einen neuen Biomarker zu identifizieren, der spezifische und detaillierte Informationen über erkrankte Zellen liefert und eine gezieltere Therapieentwicklung ermöglicht.“
Dies ist ein kritischer Fortschritt, da aktuelle Methoden häufig kritische molekulare oder kontextbezogene Informationen verpassen – beispielsweise können Immuntherapien Zellen abzielen, die nur an der Grenze eines Tumors existieren, was die Wirksamkeit begrenzt. Durch die Verwendung von Deep Studying können die Forscher viele verschiedene Informationsschichten mit Zelllenen erkennen, einschließlich Morphologie und wo sich die Zelle räumlich in einem Gewebe befindet.
Bei Angewandten auf Proben aus gesundem Gewebe und verschiedenen Krebsarten, einschließlich Lymphom und Leberkrebs, entdeckten Zelllenen seltene Subtypen im Immunzellen und zeigten, wie sich ihre Aktivität und ihre Lage zu Krankheitsverfahren beziehen – wie Tumorinfiltration oder Immununterdrückung.
Diese Entdeckungen könnten Wissenschaftlern helfen, besser zu verstehen, wie das Immunsystem mit Tumoren interagiert und den Weg für präzisere Krebsdiagnostika und Immuntherapien ebnet.
„Ich bin sehr begeistert von dem Potenzial neuer KI-Instruments wie Celllens, um uns hauptberuflich abweichenderes zelluläres Verhalten in Geweben zu verstehen“, sagt Co-Autor Alex Okay. Shalekder Direktor der Institut für medizinisches Ingenieurwesen und Wissenschaft (IMES), der JW Kieckhefer -Professor in IMES und Chemie sowie ein extramurales Mitglied der Koch Institute für integrative Krebsforschung am MITsowie ein Institutsmitglied des Broad Institute und Mitglied des Ragon Institute. „Wir können nun eine enorme Menge an Informationen über einzelne Zellen und ihre Gewebekontexte mit hochmodernen, multi-omischen Assays messen. Die Nutzung dieser Daten zur Nominierung neuer therapeutischer Leads ist ein kritischer Schritt bei der Entwicklung verbesserter Interventionen. Wenn sie mit den richtigen Eingabedaten und sorgfältigen Downsteam-Validierungen verbunden sind, versprechen Instruments, unsere Fähigkeiten zu den Menschen mit menschlichen Gesundheit und sorgfältigen Geräten zu beeinträchtigen.“