חוקרים מבית החולים לילדים בפילדלפיה (CHOP) פיתחו אלגוריתם חדש המופעל על ידי בינה מלאכותית כדי לעזור להבין כיצד תאים שונים מארגנים את עצמם לרקמות מסוימות ומתקשרים זה עם זה. הכלי החדש הזה נבדק על שני סוגים של רקמות סרטניות כדי לחשוף כיצד "שכונות" אלה של תאים מתקשרות זו עם זו כדי להתחמק מטיפול, ומחקרים נוספים יכולים לחשוף מידע נוסף על תפקוד התאים הללו במיקרו-סביבה של הגידול.
הממצאים פורסמו באינטרנט היום על ידי כתב העת שיטות טבע.
כדי להבין כיצד תאים שונים מתארגנים כדי לתמוך בתפקודים של רקמה, חוקרים הציעו את הרעיון של שכונות תאי רקמה (TCNs) כדי לתאר יחידות פונקציונליות שבהן סוגי תאים שונים וחוזרים פועלים יחד כדי לתמוך בתפקודי רקמה ספציפיים. בכל יחידים, הפונקציות של TCNs אלה יישארו זהות. עם זאת, תרגום הכמות העצומה של מידע בנתוני אומיקה מרחבית למודלים והשערות שניתן לפרש ולבדוק על ידי חוקרים דורש אלגוריתמים מתקדמים של AI.
קשה מאוד לחקור את המיקרו-סביבה של הרקמה, כיצד תאים מסוימים מתארגנים, מתנהגים ומתקשרים זה עם זה. עד ההתקדמות האחרונה בטכנולוגיית האומיקס המרחבית, אי אפשר היה לאפיין מרחבית יותר מ-100 חלבונים או מאות או אפילו אלפי גנים על פני פיסת רקמה, שעשויה להיות ביתם של מאות אלפי תאים והגנים שלהם.
קאי טאן, דוקטורט, מחבר מחקר בכיר, חוקר במרכז לחקר סרטן בילדות ב-CHOP ופרופסור במחלקה לרפואת ילדים ובית הספר לרפואה פרלמן, אוניברסיטת פנסילבניה
במחקר זה, חוקרים פיתחו את האלגוריתם CytoCommunity המבוסס על למידה עמוקה לזיהוי TCNs על סמך זהויות תאים של דגימת רקמה, ההתפלגות המרחבית שלהם וכן נתונים קליניים של מטופלים, שיכולים לעזור לחוקרים להבין טוב יותר כיצד שכונות תאים אלו מאורגנות. קשורים לתוצאות קליניות מסוימות. במחקר זה, נעשה שימוש בדגימות רקמה מגידולי שד ומעי הגס בגלל כמות גדולה של נתונים זמינים, מספיק כדי לאמן את האלגוריתם לזהות TCNs הקשורים לתת-סוגי מחלות בסיכון גבוה.
על ידי שימוש ב-CytoCommunity לנתונים של סרטן השד והמעי הגס, האלגוריתם חשף TCNs מועשרים בפיברובלסטים ו-TCNs מועשרים בגרנולוציטים ספציפיים לסרטן שד בסיכון גבוה וסרטן המעי הגס, בהתאמה.
"מאז שהצלחנו להוכיח את היעילות של CytoCommunity, השלב הבא הוא ליישם את האלגוריתם הזה על נתוני רקמות בריאות וחולות שנוצרו על ידי קונסורציוני מחקר כגון HuBMAP (תוכנית אטלס ביו-מולקולרית אנושית) ו-HTAN (רשת אטלס גידולים אנושיים)" Tan אמר. "לדוגמה, תוך שימוש בנתונים מסרטן בילדות כמו לוקמיה, נוירובלסטומה וגליומות בדרגה גבוהה, אנו מקווים למצוא שכונות תאי רקמה שעשויות להיות קשורות לתגובות לטיפולים מסוימים ולשלב את הממצאים שלנו עם נתונים גנטיים כדי לעזור לקבוע אילו מסלולים גנטיים עשויים להיות מעורב ברמה התאית והמולקולרית."
מחקר זה נתמך על ידי המכון הלאומי לבריאות מענק CA233285, HL165442 ו-HL156090, מענק מיוזמת צ'אן צוקרברג (AWD-2021-237920), מענק מ-Leona M. and Harry B Helmsley Charitable Trust (מס' 2008-0408) ), מענק מס' קרן מדעי הטבע הלאומית של סין. 62002277, מענק מקרן הכישרונות הצעירים של האגודה האוניברסיטאית למדע וטכנולוגיה בשאנשי (מס' 20210101), מענק מקרנות המחקר היסודיות לאוניברסיטאות המרכזיות (מס' QTZX23051), והקרן הלאומית למדעי הטבע של סין. . 62132015 ו-U22A2037.
