Fontos lenne tudni, hogy amikor egy daganatos beteg szövetmintáját elemzik, melyek azok a sejtek, amelyek kulcsszerepet játszanak a betegség előrehaladásában, hiszen ez befolyásolhatja a kezelést is. Magyar kutatók most olyan rendszert dolgoztak ki, amely minden eddiginél pontosabban azonosítja ezeket a meghatározó sejteket.

Még az egészséges emberi szövetek sejtjei között is rengeteg apróbb-nagyobb eltérés van, ha pedig valamilyen kóros elváltozás alakul ki bennük, egyre több ilyen eltérés jelenik meg. E szöveti változatosság megértése létfontosságú lehet a betegségek diagnosztizálásában és a gyógyításban, hiszen így például elkülöníthetők a daganat előrehaladásának állapotai, és ennek megfelelően alkalmazhatók a megfelelő kezelési módszerek. A szöveteken belüli változatosság vizsgálata az élettani alapkutatást is segítheti, így az idegtudományban akár új agysejttípusok felfedezéséhez is vezethet.

Az MTA Szegedi Biológiai Kutatóközpont és a Szegedi Tudományegyetem munkatársai összetett rendszert fejlesztettek ki, amely a különböző sejtek elkülönítésére alkalmas. Módszerük leírását a Nature Communications folyóirat közölte. Működése röviden így foglalható össze:

  • A rendszer több ezer vagy akár millió mikroszkópos felvételt készít a szövetmintáról.
  • A mesterséges intelligencián alapuló program korábban meghatározott jellemzők alapján elemzi a képeken látható sejteket, és különféle kérdéseket tesz fel a szövetmintát vizsgáló biológusnak/patológusnak.
  • A kapott válaszokat a rendszer beépíti a tudástárába, így egyre javítja az elemzési képességeit – az elemzés eredményeit pedig egy online adatbázisba tölti fel.
  • Végül a molekuláris elemzésre kijelölt sejtet a hajszál vastagságánál százszor vékonyabb lézernyaláb vágja ki a szövetmintából a sejt és környezete károsítása nélkül.

A kutatók egészséges és mesterségesen károsított szövetek vizsgálatával kimutatták, hogy a rendszer alkalmas a különféle sejttípusok elkülönítésére és kóros sejtfolyamatok észlelésére.

A szegedi kutatók rendszerében a számítógép vezérelte automatizálásnak köszönhetően nagyságrendekkel nőtt az egysejt-analízis pontossága és teljesítménye. Azáltal, hogy az egyes vizsgálandó sejteket a patológus/biológus helyett a gépi tanulásra épülő algoritmus választja ki a szakember által megadott információk alapján, az emberi hibalehetőség is számottevően csökken.

Ráadásul, mivel a folyamat során a gép szisztematikusan tanítja magát, olyan rejtett összefüggéseket is felfedezhet, amelyek adott esetben akár a biológus/patológus számára sem voltak ismertek.

Ezzel pedig potenciálisan eljuthatunk oda, hogy a szoftver a biológus/patológus prekoncepcióit kiküszöbölve teljesen objektív, új leírást ad az elemzett szövetről, újraírva az eddigi ismereteinket számos betegség patomechanizmusáról. Ennek jegyében jelenleg több olyan nemzetközi kutatási projekt is zajlik, amelyben betegségmodelleket vizsgálnak az automatizált eljárás segítségével.

Forrás: mta.hu

Életigenlők.hu

Hasonló cikkek