Дослідники розробили інструмент штучного інтелекту (AI), AAnet, який може ідентифікувати п’ять різних типів клітин у пухлинах, відкриття, яке могло б революціонізувати лікування раку. Результати, опубліковані в журналі Cancer Discovery, стосуються критичної проблеми в онкології: внутрішньої неоднорідності пухлин. Ця гетерогенність, при якій різні клітини виявляють різну реакцію на лікування, є основним фактором рецидиву раку та неефективності терапії.
Проблема лікування пухлин в цілому
Протягом десятиліть лікування раку в основному покладалося на припущення про однорідність пухлин. Пацієнти отримують терапію, спрямовану на знищення більшості ракових клітин на основі загального ознаки, але цей підхід залишає стійкі клітини, які пізніше можуть спровокувати рецидив. Як пояснює доцент Крістін Чаффер: «Ми лікуємо пухлини так, ніби вони складаються з одних і тих самих клітин… але не всі ракові клітини поділяють цей механізм». Ось чому пухлини часто повертаються навіть після початкового успіху.
AAnet: картографування прихованого ландшафту ракових клітин
AAnet розроблено для вирішення цієї проблеми шляхом виявлення раніше прихованої гетерогенності в пухлинах. Аналізуючи дані експресії одноклітинних генів з доклінічних моделей раку молочної залози та зразків людей, ШІ визначив п’ять різних «архетипів» ракових клітин. Кожен архетип демонструє унікальні біологічні шляхи, моделі росту та маркери, пов’язані з поганим прогнозом.
«Наше дослідження є першим випадком, коли дані однієї клітини змогли спростити цей континуум клітинних станів у кілька значущих архетипів… Це може змінити правила гри», — сказав доцент Сміта Крішнасвамі, який керував розробкою інструменту ШІ в Єльському університеті.
Як нова класифікація змінить лікування раку
Можливість класифікувати клітини в пухлинах відкриває двері для більш точних і ефективних методів лікування. Замість широкого спектру лікування лікарі тепер можуть уявити собі розробку комбінованих методів лікування, спрямованих на кожен архетип на основі його специфічної біологічної вразливості. Цей підхід, який підтримується здатністю штучного інтелекту передбачати поведінку клітин, може значно покращити результати лікування пацієнтів.
Наразі рішення щодо лікування приймаються на основі походження раку (молочна залоза, легені тощо) і молекулярних маркерів. AAnet представляє новий рівень складності, показуючи, що навіть в одній пухлині клітини можуть поводитися принципово по-різному. Дослідники бачать майбутнє, в якому аналіз штучного інтелекту доповнює традиційну діагностику для створення персоналізованих планів лікування.
За межами раку молочної залози: потенціал AAnet
Хоча початкові дослідження були зосереджені на раку молочної залози, ця технологія застосовна до інших видів раку і навіть аутоімунних захворювань. Здатність штучного інтелекту визначати значущі закономірності в одноклітинних даних може відкрити нові перспективи для широкого кола захворювань. Творці інструменту підкреслюють, що базова технологія достатньо зріла для клінічного впровадження.
Цей прорив знаменує собою важливий крок до подолання здатності раку уникати лікування. Нарешті розпізнавши та охарактеризувавши гетерогенність пухлини, дослідники озброюють клініцистів інструментами для націлювання на кожну клітину унікального раку пацієнта, значно підвищуючи шанси на тривалу ремісію.
