A rákos megbetegedések kezelésében az egyik legnagyobb kihívást a daganatok összetettsége jelenti. Egy tumor ugyanis nem homogén entitás, hanem számos, eltérő tulajdonságokkal és működéssel rendelkező sejtcsoportból épül fel. Ezek a heterogén sejtek már a betegség diagnosztizálásának pillanatában is tartalmazhatnak olyan alcsoportokat, amelyek képesek ellenállni a hagyományos terápiáknak, és hónapokkal vagy akár évekkel a kezdeti kezelések után áttéteket képezhetnek. Az ilyen, potenciálisan áttétképző vagy terápiára rezisztens sejtcsoportok azonosítása rendkívül nehéz feladatot jelent a modern orvostudomány számára. Pedig a legveszélyesebb sejtek korai felismerése kulcsfontosságú lenne az életmentés szempontjából, hiszen ezáltal célzottabb és hatékonyabb kezelési stratégiákat lehetne kidolgozni.
Ezen a területen értek el jelentős előrelépést szegedi kutatók, akik svájci és svéd partnerekkel együttműködve dolgoztak egy innovatív megoldáson. A Tudományos és Technológiai Minisztérium közleménye szerint a fejlesztés egy nagy lépéssel közelebb hozza a rákos áttétek forrásának időben történő felismerését.
A kutatási munkát a nemrégiben tudományért felelős államtitkárrá kinevezett Horváth Péter által vezetett Lendület Mikroszkópos Képelemzés és Gépi Tanulás Kutatócsoport végzi. A Szegedi Biológiai Kutatóközpontban működő csoport fő célja a daganatok biológiai viselkedésének mélyebb megismerése, amely elengedhetetlen a hatékonyabb diagnosztikai és terápiás eljárások kidolgozásához. Ennek érdekében mesterséges intelligencián alapuló módszereket fejlesztenek, amelyek képesek összekapcsolni a mikroszkópos szövettani képeken látható morfológiai információkat a sejtek molekuláris adataival.
A kutatócsoport munkájának jelentőségét aláhúzza, hogy a közelmúltban két meghatározó közleményük is megjelent a nemzetközi tudományos szakirodalomban. Ezekben a publikációkban olyan kutatási eredményeket mutattak be, amelyek a világon elsőként alkalmaztak mesterséges intelligenciát a tumorklónok genetikai és fehérjeállományának egysejt-szintű elemzésére. Emellett vizsgálták a tumorklónok áttétképzésének genetikáját is, ami kulcsfontosságú a metasztázisok kialakulásának megértésében és megelőzésében. Ezek az áttörő eredmények új távlatokat nyitnak a jövő precíziós tumorterápiája előtt, lehetővé téve a személyre szabottabb és célzottabb kezeléseket.
A hagyományos molekuláris vizsgálatok során jellemzően a teljes szövetminta egészét elemzik. Ez a megközelítés azonban hátrányokkal járhat, mivel a tumor egyes részei egészen másképp működhetnek, mint a többi, és ez a heterogenitás könnyen rejtve maradhat a minták átfogó elemzése során. Az új, AI-alapú megközelítés éppen ezt a hiányosságot igyekszik orvosolni. A kutatók célja, hogy ne csupán azt lássák, hogyan néz ki egy daganat, hanem azt is megértsék, hogyan működnek benne a különböző sejtcsoportok. Ezáltal a tumor belső térképe nemcsak vizuálisan láthatóvá, hanem molekulárisan is olvashatóvá válik, ami sokkal pontosabb képet ad a betegség természetéről és progressziójáról.
A Szegedi Biológiai Kutatóközpontban működő csoport nemzetközi együttműködésben, svéd és svájci partnerekkel közösen fejleszti azokat a digitális patológiai és térbeli genomikai technológiákat, amelyek alkalmasak a szövetek mély, sejtszintű elemzésére. A térbeli genomikai technológiák különösen fontosak, mivel ezek segítségével feltárható a sejtekben működő gének aktivitása, és az, hogy ezek a gének hogyan befolyásolják a tumor viselkedését és az áttétképzési potenciált. Ez a világszinten egyedülálló szegedi rendszer jelentős mértékben hozzájárulhat a rák elleni küzdelemhez, új reményt adva a betegeknek.
📰 Forrás: Portfolio.hu — Eredeti cikk elolvasása