Mesterséges intelligencia a személyre szabott onkoterápiáért

Amint arról Eötvös Loránd Kutatási Házózat (ELKH) közleményében beszámolt, a Szegedi Biológiai Kutatóközpont (SZBK) Horváth Péter által vezetett kutatócsoportja egy nemzetközi együttműködés keretében világviszonylatban is újdonságnak számító, mesterséges intelligenciára épülő egysejt-proteomikai mikroszkópos (Deep Visual Proteomics) képfeldolgozásos eljárást dolgozott ki. A módszer lényege abban rejlik, hogy a sejteken belüli rendellenes fehérjeváltozásokat is képes rendkívüli pontossággal leírni, ezáltal hozzájárulhat többek között a daganatos betegségek korai diagnosztikájához és a célzott kezelés továbbfejlesztéséhez.

A mesterséges intelligencia vezérelte mikroszkópos képelemzésben rejlő sejtanalitikai lehetőségeknek vitathatatlan az orvosbiológiai jelentősége. Ennek az eljárásnak az egyes sejtek funkcionalitását meghatározó fehérjék elemzésének szintjéig történő fejlesztésével felbecsülhetetlen információ nyerhető ki diagnosztikai és terápiás célokra. Az SZBK-ban Horváth Péter, a Biokémiai Intézet igazgatója és kutatócsoportja hosszú évek óta világviszonylatban is kiemelkedő eredményeket ér el a mesterséges intelligenciát alkalmazó mikroszkópos képfeldolgozásban. Ma már a témában együttműködő legjelentősebb partnerek is nagyban építenek a szegedi kutatók szaktudására. A dél-alföldi laborban immár rutineljárásnak számít a szöveteket felépítő egyedi sejtek precíz jellemzésére alkalmas egysejt-analízis, amely a mintabeli kóros sejtek kinyerését is lehetővé tevő módszertan révén jelentős hozzáadott értéket képvisel a rendszerbiológiai és az orvostudományi kutatásokban.

A kutatók az egyedi sejtek felismerésére képes képfeldolgozó és sejtkinyerő módszert most olyan szuperérzékeny egysejt-proteomikai eljárással kombinálták, amely a kóros sejtek morfológiai eltérésein túl a sejteken belüli rendellenes fehérjeváltozásokat is képes rendkívüli pontossággal leírni. A sejt teljes fehérjetartalmának elemzése kulcsfontosságú információkkal szolgál az élettani és a kóros sejtműködések jobb megértéséhez, így kiemelkedő a szerepe többek között a daganatos kórfolyamatok részletes jellemzésében, ezáltal pedig a korai diagnosztika és a célzott kezelés továbbfejlesztésében – mutatnak rá az új eredmények gyakorlati hasznosítási lehetőségeire a Nature Biotechnology című folyóirat honlapján frissen megjelent közlemény szerzői.

Az új módszer működési elve: keres, kimetsz, elemez

A szegedi kutatók által kialakított különleges mikroszkóprendszer működési elve látszólag egyszerű, ám a módszer nem mindennapi funkciókra képes. A mesterséges intelligencia egy új ágát, az úgynevezett mélytanulást alkalmazó sejtfelismerő algoritmusok – amelyekben a világon egyedülálló módon egy mesterséges intelligencia tanít egy másik mesterséges intelligenciát – az emberi szemnél milliószor gyorsabban és azonos vagy nagyobb precizitással ismerik fel a szövetmintákról készült digitális felvételeken megjelenő rendellenes sejteket. Ezt a folyamatot fenotipizálásnak nevezzük, amely során az emberi szövetek egyedi sejtjeinek szétválogatása történik külső jegyek alapján. Legyen bármilyen komplex is a minta, az algoritmus a legkisebb, sejtszintű eltérésen sem siklik át.

Az így azonosított kóros sejteket egy úgynevezett lézer-mikrodisszekciós mikroszkóp egy mikrométeres pontossággal kimetszi a mintából, amit a kinyert egysejtek molekuláris elemzése követ. A sejtkimetszést végző mikroszkóp pontosságát jól szemlélteti, hogy a sejt körvonalait követő vágás lehetséges hibája kisebb, mint egy hajszál vastagságának századrésze. Másként fogalmazva: ez a mikroszkóp alkalmas lenne arra, hogy egy száz mikrométer vastagságú hajszálba belegravírozza bárkinek a családfáját.

A kimetszett egyedi sejtek molekuláris analízise mostanáig alapvetően a sejt DNS-állományának leírására – tehát például a daganatos mutációk feltárására – irányult, ami bár hatalmas előrelépés a személyre szabott terápiában, mégis csak korlátozott információt ad a kóros sejtek tényleges funkcionalitásáról, amit a sejtekben termelődő fehérjék határoznak meg.

Kiválósági kollaborációk keretében fejlesztik az új módszereket

Horváth Péter és kutatócsoportja nagyjából két éve kezdett közös kutatási projektbe a proteomika atyjának tekintett Matthias Mann-nal és a Human Protein Atlas egyik megálmodójaként is ismert Emma Lundberggel. Matthias Mann Európa legtöbbet idézett kutatója, a müncheni Max Planck Institute Biokémiai Intézetének vezetője és a Koppenhágai Egyetem professzora, Emma Lundberg a Stanford Egyetem és a svéd KTH Royal Institute of Technology professzora, a proteomika és a sejtbiológia területének egyik legidézettebb fiatal kutatója. Az Európai Unió és a Zuckerberg Alapítvány (Chan Zuckerberg Initiative) támogatását is elnyerő nagyszabású projekt keretében egy olyan molekuláris módszert sikerült kifejleszteniük, amely egyetlen sejt szintjére miniatürizálta a fehérjék tömegspektrometriás elemzését. Az analízis érzékenységét mintegy százszorosára növelve lehetővé vált, hogy egyetlen mintában több ezer fehérje mennyiségét meghatározzák, és ezáltal precíz képet kapjanak a sejt fehérjekészletéről. A munka azonban nem áll meg ennél a fázisnál, a kutatók a kóros sejtekben egyedinek mutatkozó fehérjék biológiai szerepét is vizsgálják a Stanford Egyetemen, ami alapján új terápiás célpontok azonosítása is várható a közeljövőben.

Az innovatív technológiafejlesztés szorosan kapcsolódik a Chan Zuckerberg Initiative által szintén támogatott Human Cell Atlas projekthez, amely jelenleg a világ egyik legnagyobb volumenű biológiai kutatása. Célja, hogy az emberi szervezet minden egyes sejtféleségét a lehető legpontosabban jellemezze, és ezáltal a legapróbb részletekig feltérképezze a különböző sejttípusok egymáshoz való viszonyát, a szöveteket felépítő sejtek kapcsolatait, a szervek és szervrendszerek egymásra hatását, végeredményben pedig azt, hogy a háromdimenziós térkép változásai hogyan befolyásolják az egyes szervek és a szervezet egészének egészségi állapotát.

Új perspektívák a rákdiagnosztika és rákgyógyítás terén

A szervezet sok milliárd sejtje között akár már egyetlen egy kóros működése is elég ahhoz, hogy visszafordíthatatlan folyamatok induljanak el – gondoljunk például a leukémiákra, amelyeket egy csontvelői őssejt mutációja indít el. Az ilyen kiindulási kóros sejtek megtalálása a rákprevenció és a korai rákgyógyítás kulcsfontosságú eszköze lehet. Tekintve, hogy a modern onkológiai gyógyszerek jellemzően valamilyen kóros fehérjeműködés célzott befolyásolásával hatnak, a rendellenes sejtekben feltárt fehérjeváltozások feltérképezése újabb lendületet adhat az onkoterápiák fejlődésének.

Horváth Péter szerint a mesterséges intelligencián alapuló egysejt-proteomika akár már az elkövetkező két évben bekerülhet a klinikai gyakorlatba, és áttörést hozhat a személyre szabott onkoterápiában. E távlati cél megvalósítását támogatja az a jelenleg Szegeden épülő Tématerületi Kiválósági Központ is, amely a tervek szerint a világ legmodernebb egysejt-kinyerő és egysejt-analitikai központja lesz.