Нейросеть научилась прогнозировать белковый состав опухолей по обычным гистологическим снимкам
Международная группа учёных разработала систему искусственного интеллекта Hist2Prot, которая позволяет определять предполагаемое распределение белков в опухолевой ткани по обычным микроскопическим изображениям. Для этого достаточно цифрового снимка гистологического препарата, окрашенного стандартными красителями. Технология может значительно упростить исследование молекулярной структуры опухолей, для которого сегодня требуется дорогостоящее лабораторное оборудование.
В основе Hist2Prot лежит нейросеть, обученная сопоставлять внешний вид клеток с их белковым составом. Исследователи использовали данные примерно 51 миллиона клеток, для которых были доступны микроскопические изображения и результаты непосредственного измерения белков. Алгоритм анализирует форму клеток, особенности клеточных ядер, структуру окружающей ткани и взаимное расположение различных клеточных популяций. На основе этих признаков система строит пространственную карту предполагаемого содержания белков в отдельных участках опухоли.
Точность метода оценивали на дополнительных наборах данных, включавших около 72 миллионов клеток. Проверка охватывала образцы, полученные с использованием разных экспериментальных технологий, в том числе независимые наборы данных. Hist2Prot смогла воспроизводить особенности распределения белков и различать характерные молекулярные признаки опухолевых, иммунных и других клеток. По результатам проведённых авторами сравнений система превзошла несколько существующих вычислительных подходов.
Учёные также исследовали возможность применения технологии для оценки состояния пациентов с онкологическими заболеваниями. Для этого проанализировали данные 1774 человек из семи независимых клинических групп. Полученные с помощью Hist2Prot белковые характеристики использовали для прогнозирования течения заболевания и реакции опухолей на иммунотерапию. Добавление этих данных к обычному анализу гистологических изображений позволило повысить точность прогнозов в проведённых испытаниях.
Особую ценность представляет способность алгоритма учитывать пространственную организацию опухоли. Например, расположение иммунных клеток относительно раковых может указывать на особенности взаимодействия опухоли с иммунной системой. Подобные сведения важны при изучении механизмов устойчивости к противоопухолевым препаратам. При этом Hist2Prot не измеряет белки непосредственно, а вычисляет их вероятное распределение по признакам, обнаруженным на изображении.
Разработчики опубликовали исходный код Hist2Prot, что позволяет другим исследовательским группам изучать и проверять предложенный подход. Однако технология пока не предназначена для самостоятельной клинической диагностики: её эффективность необходимо дополнительно подтвердить на новых группах пациентов в проспективных исследованиях. Если результаты подтвердятся, подобные системы смогут расширить возможности молекулярного анализа опухолей без необходимости проводить сложные измерения для каждого образца ткани.
Исследование в журнале Nature Cancer.