Ogromny postęp w zakresie możliwości terapeutycznych, jaki dokonał się w ostatnich latach, znacząco zwiększył szanse wyleczenia chorych na raka jelita grubego. Jednak te nowe podejścia, takie jak immunoterapie, wymagają precyzyjnej diagnozy, aby można je było dostosować do indywidualnych potrzeb. Naukowcy z Centrum Diagnostyki Białkowej PRODI na Uniwersytecie Ruhr w Bochum w Niemczech wykorzystują sztuczną inteligencję w połączeniu z obrazowaniem w podczerwieni, aby optymalnie dostosować terapię raka okrężnicy do indywidualnych pacjentów. Ta pozbawiona etykiet i zautomatyzowana metoda może uzupełniać istniejące analizy patologiczne. Zespół kierowany przez profesora Klausa Gerwerta donosi w „Europejski Dziennik Raka” w styczniu 2023 r.

Głęboki wgląd w ludzką tkankę w ciągu jednej godziny

Zespół PRODI rozwijał w ostatnich latach nową metodę obrazowania cyfrowego: tzw. obrazowanie w podczerwieni bez znaczników (IR) pozwala na pomiar składu genomowego i proteomicznego badanej tkanki, czyli dostarcza informacji molekularnych na podstawie widm w podczerwieni. Informacje te są dekodowane przy pomocy sztucznej inteligencji i wyświetlane jako obrazy w fałszywych kolorach. W tym celu naukowcy wykorzystują metody analizy obrazu z dziedziny głębokiego uczenia się.

We współpracy z partnerami klinicznymi zespół PRODI był w stanie wykazać, że wykorzystanie głębokich sieci neuronowych umożliwia wiarygodne określenie tzw. statusu mikrosatelitarnego, parametru istotnego prognostycznie i terapeutycznie, w raku jelita grubego. W tym procesie próbka tkanki przechodzi przez znormalizowany, niezależny od użytkownika, zautomatyzowany proces i umożliwia przestrzennie rozdzieloną klasyfikację różnicową guza w ciągu jednej godziny.

Wskazanie skuteczności terapii

W klasycznej diagnostyce status mikrosatelitarny jest określany albo przez złożone immunobarwienie różnych białek, albo przez analizę DNA. „15 do 20 procent pacjentów z rakiem okrężnicy wykazuje niestabilność mikrosatelitarną w tkance nowotworowej” – mówi profesor Andrea Tannapfel, kierownik Instytutu Patologii na Uniwersytecie Ruhry. „Ta niestabilność jest pozytywnym biomarkerem wskazującym, że immunoterapia będzie skuteczna”.

Wraz z coraz lepszymi możliwościami terapeutycznymi coraz większego znaczenia nabiera również szybkie i nieskomplikowane oznaczanie takich biomarkerów. W oparciu o dane mikroskopowe IR sieci neuronowe zostały zmodyfikowane, zoptymalizowane i przeszkolone w PRODI w celu ustanowienia diagnostyki bez etykiet. W przeciwieństwie do barwienia immunologicznego, to podejście nie wymaga barwników i jest znacznie szybsze niż analiza DNA. „Udało nam się wykazać, że dokładność obrazowania w podczerwieni do określania statusu mikrosatelitów jest zbliżona do najpowszechniejszej metody stosowanej w klinice, czyli barwienia immunologicznego” – mówi doktorantka Stephanie Schörner. „Poprzez ciągły rozwój i optymalizację metody spodziewamy się dalszego wzrostu dokładności”, dodaje dr Frederik Großerüschkamp.

Partnerzy współpracy

Projekt ten był możliwy dzięki wieloletniej, intensywnej współpracy między Instytutem Patologii Uniwersytetu Ruhry (profesor Andrea Tannapfel), Kliniką Hematologii i Onkologii Szpitala św. Józefa, Centrum Klinicznym Uniwersytetu Ruhry (profesor Anke Reinacher- Schick) oraz Centrum Diagnostyki Białka (profesor Klaus Gerwert).

Badacze PRODI uzyskali dostęp do rejestru molekularnego ColoPredict Plus 2.0, nieinterwencyjnego, wieloośrodkowego badania rejestru pacjentów z rakiem jelita grubego we wczesnym stadium, aby opracować to podejście diagnostyczne. „Rejestr ColoPredict umożliwia również bardziej ukierunkowaną terapię pacjentów poprzez ukierunkowaną analizę biomarkerów. W związku z tym rejestr służy ostatnio jako platforma badawcza dla precyzyjnych metod onkologicznych”, mówi Anke Reinacher-Schick. Oprócz dostarczania próbek tkanek, rejestr oferuje solidną bazę danych prognostycznie i terapeutycznie istotnych charakterystyk wyjściowych. „W takim projekcie ogromne znaczenie ma możliwość skorzystania z doskonałej wiedzy kohortowej i patologicznej” – podkreśla Klaus Gerwert. „Nasza praca nad klasyfikacją statusu mikrosatelitarnego u pacjentów z rakiem okrężnicy opiera się na jednej z największych kohort, jakie do tej pory opublikowaliśmy, i wyraźnie pokazuje potencjał zastosowania w translacyjnych badaniach nad rakiem”, mówi Andrea Tannapfel.