Pirmasis žingsnis renkantis tinkamą gydymą vėžiu sergančiam pacientui yra nustatyti konkretų jo vėžio tipą, įskaitant pirminės vietos – organo ar kūno dalies, kurioje yra vėžys, nustatymą. prasideda.
Retais atvejais vėžio kilmė negali būti nustatyta net atliekant išsamius tyrimus. Nors šie nežinomo pirminio vėžio tipai yra agresyvūs, onkologai turi juos gydyti netiksliniais gydymo būdais, kurie dažnai turi stiprų toksiškumą ir sumažina išgyvenamumo rodiklius.
Naujas gilus mokymasis. Kocho integruotųjų vėžio tyrimų instituto MIT ir Masačusetso bendrosios ligoninės (MGH) mokslininkų sukurtas metodas gali padėti klasifikuoti nežinomo pirminio vėžio atvejus, atidžiau pažvelgus į genų ekspresijos programas, susijusias su ankstyvu ląstelių vystymusi ir diferenciacija. ) „Kartais galite pritaikyti visas priemones, kurias gali pasiūlyti patologai, bet vis tiek liekate be atsakymo“, – sako Charlesas W. Salilas Gargas ( ) ir Jennifer C. Johnson klinikinė tyrėja Kocho institute ir patologė MGH. „Tokios mašininio mokymosi priemonės, kaip šis, galėtų padėti onkologams pasirinkti veiksmingesnius gydymo būdus ir suteikti daugiau patarimų savo pacientams.“
Gargas yra vyresnysis naujo tyrimo, paskelbto rugpjūčio mėn. Vėžio atradime . Dirbtinio intelekto įrankis gali labai jautriai ir tiksliai nustatyti vėžio tipus. Gargas yra vyresnysis tyrimo autorius, o MIT postdoc Enrico Moiso yra pagrindinis autorius.
Kuriamas mašininis mokymasis
Genų ekspresijos skirtumų tarp skirtingų nežinomų pirminių navikų rūšių analizė yra ideali mašininio mokymosi problema. Vėžio ląstelės atrodo ir elgiasi visiškai kitaip nei normalios ląstelės, iš dalies dėl didelių genų ekspresijos pokyčių. Dėl pažangos kuriant pavienes ląsteles ir stengiantis kataloguoti skirtingus ląstelių raiškos modelius ląstelių atlasuose, yra daugybė (žmogaus akims) duomenų, kuriuose yra užuominų apie tai, kaip ir iš kur atsirado skirtingi vėžiai.
Tačiau mašininio mokymosi modelio, pagal kurį atsižvelgiama į sveikų ir normalių ląstelių bei skirtingų vėžio rūšių skirtumus, kūrimas diagnostikos įrankiu yra pusiausvyros veiksmas. Jei modelis yra per sudėtingas ir jame yra per daug vėžio genų ekspresijos ypatybių, modelis gali puikiai išmokti mokymo duomenis, bet susvyruoja, kai susiduria su naujais duomenimis. Tačiau supaprastinus modelį susiaurinus funkcijų skaičių, modelis gali praleisti informacijos, kuri leistų tiksliai klasifikuoti vėžio tipus.
Siekiant rasti pusiausvyrą tarp sumažinimo ypatybių skaičių, tačiau vis dar išgaudama svarbiausią informaciją, komanda sutelkė modelį į pakitusių vėžio ląstelių vystymosi takų požymius. Kai embrionas vystosi ir nediferencijuotos ląstelės specializuojasi į įvairius organus, daugybė kelių nukreipia, kaip ląstelės dalijasi, auga, keičia formą ir migruoja. Vystantis navikui, vėžio ląstelės praranda daugelį specializuotų subrendusios ląstelės bruožų. Tuo pačiu metu jie tam tikra prasme pradeda panašėti į embrionines ląsteles, nes įgyja galimybę daugintis, transformuotis ir metastazuoti į naujus audinius. Yra žinoma, kad daugelis genų ekspresijos programų, skatinančių embriogenezę, vėžio ląstelėse vėl suaktyvėja arba nereguliuojamos.
Tyrėjai palygino du didelius ląstelių atlasus, nustatydami koreliacijas tarp naviko ir embrioninių ląstelių: vėžio genomą. Atlas (TCGA), kuriame yra 33 navikų tipų genų ekspresijos duomenys, ir Pelės organogenezės ląstelių atlasas (MOCA), kuris profiliuoja atskiros embrioninių ląstelių trajektorijos, kai jos vystosi ir diferencijuojasi.
„Vienaląstelinės skiriamosios gebos įrankiai iš esmės pakeitė tai, kaip mes tiriame vėžio biologiją, bet kaip tai darome. revoliucija, turinti įtakos pacientams, yra kitas klausimas“, – aiškina Moiso. „Atsiradus vystymosi ląstelių atlasams, ypač tiems, kuriuose dėmesys sutelkiamas į ankstyvąsias organogenezės fazes, pvz., MOCA, galime išplėsti savo įrankius, ne tik histologinę ir genominę informaciją, ir atverti duris naujiems navikų profiliavimo ir identifikavimo bei naujų gydymo būdų kūrimui. Gautas koreliacijų tarp auglio ir embrioninių ląstelių vystymosi genų ekspresijos modelių žemėlapis buvo transformuotas į mašininio mokymosi modelį. Tyrėjai suskaidė naviko mėginių genų ekspresiją iš TCGA į atskirus komponentus, atitinkančius tam tikrą vystymosi trajektorijos laiko momentą, ir kiekvienam iš šių komponentų priskyrė matematinę vertę. Tada mokslininkai sukūrė mašininio mokymosi modelį, vadinamą vystymosi daugiasluoksniu perceptronu (D-MLP), kuris įvertina naviko vystymosi komponentus ir numato jo kilmę.
Navikų klasifikavimas
Po treniruotės D-MLP buvo pritaikytas 56 nauji ypač sudėtingų nežinomų pirminių vėžio formų, kurių nepavyko diagnozuoti naudojant turimus įrankius, mėginiai. Šie atvejai buvo sudėtingiausi MGH per ketverių metų laikotarpį, prasidedantį 2017. Įdomu tai, kad modelis suskirstė navikus į keturias kategorijas ir pateikė prognozes bei kitą informaciją, kuri galėtų padėti diagnozuoti ir gydyti šiuos pacientus.
Pavyzdžiui, vienas mėginys buvo paimtas iš paciento, turinčio istoriją. krūties vėžio, kuriai skysčių erdvėse aplink pilvą pasireiškė agresyvaus vėžio požymiai. Onkologai iš pradžių negalėjo rasti naviko masės ir negalėjo klasifikuoti vėžio ląstelių naudodami tuo metu turėtus įrankius. Tačiau D-MLP stipriai prognozavo kiaušidžių vėžį. Praėjus šešiems mėnesiams po to, kai pacientė pirmą kartą prisistatė, kiaušidėse galiausiai buvo rasta masė, kuri pasirodė esanti naviko kilmė.
Be to, sistemingai palyginus naviko ir embrionines ląsteles, paaiškėjo daug žadančių, o kartais ir stebinančių, įžvalgų apie konkrečių navikų tipų genų ekspresijos profilius. Pavyzdžiui, ankstyvosiose embriono vystymosi stadijose susidaro pradinis žarnų vamzdelis, o plaučiai ir kiti netoliese esantys organai kyla iš priekinės žarnos, o didžioji dalis virškinamojo trakto susidaro iš vidurinės ir užpakalinės žarnos. Tyrimas parodė, kad iš plaučių gautos naviko ląstelės buvo labai panašios ne tik į priekinę žarną, kaip buvo galima tikėtis, bet ir su vidurinės ir užpakalinės žarnos vystymosi trajektorijomis. Tokios išvados rodo, kad vystymosi programų skirtumai vieną dieną gali būti išnaudoti taip pat, kaip genetinės mutacijos dažniausiai naudojamos kuriant individualizuotus arba tikslinius vėžio gydymo būdus.
Nors tyrime pateikiamas galingas metodas. klasifikuojant navikus, jis turi tam tikrų apribojimų. Būsimame darbe tyrėjai planuoja padidinti savo modelio nuspėjamąją galią įtraukdami kitų tipų duomenis, ypač informaciją, gautą iš radiologijos, mikroskopijos ir kitų tipų navikų vaizdavimo.
„Vystymosi genas išraiška yra tik viena nedidelė dalis visų veiksnių, kurie gali būti naudojami vėžiui diagnozuoti ir gydyti“, – sako Gargas. „Radiologijos, patologijos ir genų ekspresijos informacijos integravimas kartu yra tikras kitas žingsnis kuriant individualizuotą mediciną vėžiu sergantiems pacientams.“
Šį tyrimą iš dalies finansavo Kocho instituto parama (pagrindinė). ) Nacionalinio vėžio instituto ir Nacionalinio vėžio instituto dotacija.
56 56 2017
Šaltinis: Musuzinios.lt
