A rákos megbetegedések kezelésének egyik legnagyobb kihívása a tumorok rendkívüli sokfélesége, amely már a diagnózis pillanatában magában hordozhatja a későbbi áttétek vagy a kezelésekkel szembeni ellenállás kockázatát. A daganatokon belüli, eltérően működő sejtcsoportok azonosítása kulcsfontosságú, ám eddig rendkívül nehéz feladatnak bizonyult. Ebben a kritikus területen értek el most jelentős áttörést a Horváth Péter vezette szegedi Lendület Mikroszkópos Képelemzés és Gépi Tanulás Kutatócsoport szakemberei, nemzetközi együttműködés keretében.
A kutatócsoport mesterséges intelligencián alapuló módszereket fejlesztett ki, amelyek képesek a mikroszkópos szövettani képeket molekuláris információkkal összekapcsolni, ezzel mélyebb betekintést nyújtva a daganatok működésébe. Eredményeikről az EMBO Molecular Medicine című rangos tudományos folyóiratban számoltak be, amely a Springer kiadó gondozásában jelenik meg. A vizsgálatok során a világon elsőként sikerült egysejt-szinten feltérképezni a tumorklónok genetikai és fehérjeállományát a világossejtes veserák mintáiból, amely a vesét érintő daganattípusok közül a leggyakoribb és legtöbb halálesettel járó forma.
Ez a forradalmi megközelítés lehetővé teszi, hogy a kutatók ne csupán a daganat morfológiáját, hanem az egyes sejtcsoportok biológiai működését is megértsék. A technológiai hátteret egy Szegeden létrehozott, automatizált egysejtes kutatási központ biztosítja, amely globálisan is egyedülállónak számít. Ez a rendszer emberi beavatkozás nélkül, a nap 24 órájában képes az MI által precízen kijelölt sejtek izolálására és molekuláris elemzésére, jelentősen felgyorsítva ezzel a kutatási folyamatokat.
A hagyományos molekuláris vizsgálatok gyakran a teljes szövetmintát elemzik egyben, ami miatt a tumor egyes részeinek eltérő működése rejtve maradhat. Ez a módszer nem képes kellő részletességgel azonosítani azokat a specifikus sejtcsoportokat, amelyek a tumor növekedéséért, az áttétek kialakulásáért vagy a terápiás rezisztenciáért felelősek. A szegedi kutatók által alkalmazott új megközelítés, a Deep Visual Proteomics, éppen ezt a hiányosságot küszöböli ki, lehetővé téve a daganatok heterogenitásának mélyreható vizsgálatát.
A Deep Visual Proteomics alapelve, hogy a mesterséges intelligencia először elemzi a szövettani képet, azonosítva a kulcsfontosságú sejttípusokat és csoportokat. Ezt követően a kutatók vékony lézernyalábbal célzottan kiemelik ezeket a sejteket a mintából, majd feltérképezik azok fehérjeállományát. A fehérjék vizsgálata rendkívül informatív, mivel közvetlenül mutatják, hogyan működik egy daganatsejt, hogyan növekszik, alkalmazkodik a környezetéhez, vagy válik ellenállóvá a kezelésekkel szemben, így alapvető információkat szolgáltatva a tumor biológiai viselkedéséről.
A szegedi kutatócsoport továbbfejlesztette a Deep Visual Proteomics módszert azáltal, hogy a képelemzéssel kiválasztott tumorsejtcsoportokat már nem csupán fehérjeszinten vizsgálták, hanem elemezték az adott sejtek génaktivitását is. Ez a kiterjesztett vizsgálat különösen releváns volt azokon a sejtcsoportokon, amelyek mikroszkóp alatt is agresszívebbnek tűntek, így átfogóbb képet adhatnak a tumor biológiai jellemzőiről. Az MTI beszámolója szerint a kutatók ezzel a megközelítéssel ugyanazokat a sejtcsoportokat két különböző szempontból is meg tudták vizsgálni: látták a bennük aktív géneket és az ezekből eredő fehérjeszintű működést, ami egyedülálló betekintést nyújt a sejtek komplex folyamataiba.
Ez a kettős elemzés lehetővé teszi a tumoron belüli, vizuálisan eltérő sejtcsoportok biológiai különbségeinek pontosabb feltárását. A daganatsejtek agresszivitása nem egyetlen tényezővel magyarázható, hanem számos folyamat – mint például a génaktivitás, a fehérjék működése, az anyagcsere és az immunrendszerrel való interakció – együttes hatásának eredménye. Az új módszer révén ezek a komplex kölcsönhatások sokkal részletesebben megérthetők, ami alapvető fontosságú a célzott terápiák fejlesztéséhez.
A szegedi kutatók által elért áttörés jelentős potenciállal bír a jövőbeli rákdiagnosztika és -terápia szempontjából. Az egysejt-szintű, integrált genetikai és fehérjevizsgálat révén sokkal pontosabban azonosíthatók azok a kritikus sejtcsoportok, amelyek a betegség progressziójáért felelősek. Ez a mélyebb megértés hozzájárulhat a személyre szabottabb és hatékonyabb kezelési stratégiák kidolgozásához, amelyek célzottabban vehetik fel a harcot a daganatokkal szemben, minimalizálva a mellékhatásokat és növelve a gyógyulási esélyeket.
Az automatizált egysejtes kutatási központ, mint a technológiai alap, garantálja a folyamatos és nagy áteresztőképességű kutatást, ami felgyorsíthatja az új felfedezéseket a rákbiológia területén. A módszer nem csupán a veserák, hanem más daganattípusok vizsgálatában is alkalmazható lehet, szélesebb körű hatást gyakorolva az onkológia egészére. Ez a fejlesztés megerősíti Magyarország szerepét a nemzetközi rákkutatás élvonalában, és reményt adhat a jövőbeni betegek számára.
📰 Forrás: Index — Eredeti cikk elolvasása