Исследователи разработали и протестировали новый инструмент искусственного интеллекта (ИИ) под названием AAnet, который позволяет лучше характеризовать разные раковые клетки внутри одной опухоли. Используя этот инструмент, ученые выявили пять различных групп клеток с разными генетическими профилями и поведением, что открывает путь к более точечным и эффективным методам лечения. Результаты опубликованы в журнале Cancer Discovery.
Внутри одной опухоли раковые клетки могут иметь разные мутации и свойства. Это называется гетерогенностью. Раковые клетки из одного новообразования могут расти и реагировать на лечение по-разному. Поэтому одна терапия может убить одни клетки, но не затронуть другие. Из-за этого лечение может оказаться бесполезным или привести в будущем к рецидиву. Чтобы эффективно бороться с раком, важно понять, какие именно группы клеток есть в опухоли и как они себя ведут.
«До сих пор ученые не могли четко объяснить, чем отличаются друг от друга соседние клетки в опухоли и как классифицировать эти различия, чтобы лучше их лечить. Но именно это нам и нужно знать, чтобы мы могли уничтожить все клетки в опухоли с помощью подходящих методов лечения», — рассказала Кристин Чаффер из Института медицинских исследований Гарвана.
Ученые разработали и протестировали новый инструмент искусственного интеллекта под названием AAnet, который позволяет лучше характеризовать разнообразие отдельных клеток внутри опухолей.
AAnet позволяет выявлять биологические особенности клеток опухоли. Используя данные об экспрессии генов отдельных клеток из моделей тройного негативного рака молочной железы и образцов человеческих опухолей различных типов рака молочной железы (ER+, HER2+, тройной негативный), исследователи смогли выделить пять различных групп раковых клеток с разными профилями экспрессии генов и поведением.
Каждая из выявленных пяти групп, или «архетипов», обладала уникальными биологическими путями, склонностью к росту, метастазированию и маркерами плохого прогноза. Ученые отмечают, что впервые в онкологии они смогли на уровне отдельных клеток упростить сложное разнообразие состояний клеток до нескольких значимых категорий.
Исследователи утверждают, что использование AAnet для определения различных групп клеток в опухоли в соответствии с их биологическими особенностями позволит повысить эффективность лечения рака.
«В настоящее время выбор метода лечения рака для пациента в значительной степени зависит от органа, в котором возник рак, например молочной железы, легких или простаты, а также от любых молекулярных маркеров, которые могут у него присутствовать. Но это предполагает, что все клетки в опухоли одинаковы. Вместо этого теперь у нас есть инструмент для определения неоднородности опухоли пациента и понимания того, что делает каждая группа клеток на биологическом уровне. С помощью AAnet мы теперь надеемся усовершенствовать рациональный подход к комбинированной терапии, которая, как мы знаем, будет воздействовать на каждую из этих различных групп через их биологические пути. Это может значительно улучшить результаты лечения этого пациента», — отметила Кристин Чаффер.
В дальнейшем команда планирует изучить, как эти группы клеток меняются со временем, например до и после химиотерапии, а также расширить применение технологии на другие виды рака и заболевания, включая аутоиммунные.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
