Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

Uso AI de los investigadores de fijar el potencial metastático de las células del melanoma

Usando la inteligencia artificial (AI), los investigadores de UT al sudoeste han desarrollado una manera de predecir exacto qué cánceres de piel son altamente metastáticos. Las conclusión, publicadas como el artículo de tapa de julio de los sistemas de la célula, muestran el potencial para que las herramientas AI-basadas revolucionen la patología para el cáncer y una variedad de otras enfermedades.

Ahora tenemos un marco general que permita que recojamos muestras de tejido y que predigamos mecanismos dentro de las células que impulsan enfermedad, los mecanismos que son actualmente inaccesibles de cualquier otra manera.”

Gaudenz Danuser, Ph.D., líder del estudio, profesor y silla del departamento de la colina de Lyda de la bioinformática en UTSW

La tecnología del AI ha avance importante en los últimos años, el Dr. Danuser explicado, con los métodos aprender-basados profundos capaces de distinguir diferencias minuciosas en las imágenes que son esencialmente invisibles al aro humano. Los investigadores han propuesto usando esta información latente buscar diferencias en las características de la enfermedad que podrían ofrecer discernimiento en pronósticos o tratamientos de la guía. Al menos, él dijo, las diferencias distinguidas por el AI no son generalmente interpretables en términos de características celulares específicas - una desventaja que ha hecho AI una venta difícil para el uso clínico.

Para vencer este reto, el Dr. Danuser y sus colegas utilizaron el AI para explorar para las diferencias entre las imágenes de las células del melanoma con el potencial metastático del cielo y tierra - una característica que puede vida media o muerte para los pacientes con el cáncer de piel - y entonces reverso-dirigido sus conclusión de imaginar que las características en estas imágenes eran responsables de las diferencias.

Usando muestras del tumor a partir de siete pacientes y la información disponible sobre su progresión de la enfermedad, incluyendo metástasis, los investigadores tomaron los vídeos de cerca de 12.000 células al azar que vivían en placas de Petri, generando cerca de 1.700.000 imágenes sin procesar. Los investigadores entonces utilizaron un algoritmo del AI para tirar de 56 diversas características numéricas abstractas de estas imágenes.

El Dr. Danuser y sus colegas encontró una característica que podía discriminar exacto entre las células con potencial metastático del cielo y tierra. Manipulando esta característica numérica abstracta, produjeron las imágenes artificiales que exageraron las características visibles inherentes a la metástasis que los aros humanos no pueden descubrir, él agregaron. Las células altamente metastáticas produjeron extensiones ligeramente más pseudopodial - un tipo de proyección fingerlike - y habían aumentado la dispersión luminosa, un efecto que puede ser debido a los cambios sutiles de organelos celulares.

Para probar más lejos la utilidad de esta herramienta, los investigadores primero clasificaron el potencial metastático de células de los melanomas humanos que habían sido congelados y cultivados en las placas de Petri por 30 años, y entonces implantado les en ratones. Ésos previstos para ser tumores formados altamente metastáticos que se extendieron fácilmente en los animales, mientras que ésos previstos para tener potencial metastático inferior se extendieron poco o en absoluto.

El Dr. Danuser, profesor de la biología celular en UT al sudoeste, conocido que este método necesita estudio adicional antes de que se convierta en parte de cuidado clínico. Pero eventual, él agregó, puede ser posible utilizar el AI para distinguir características importantes de cánceres y de otras enfermedades.

Source:
Journal reference:

Zaritsky, A., et al. (2021) Interpretable deep learning uncovers cellular properties in label-free live cell images that are predictive of highly metastatic melanoma. Cell Systems. doi.org/10.1016/j.cels.2021.05.003.