Исследование Ali Ertürk и его команды: искусственный интеллект выявляет метастазы рака и лекарственные мишени во всём организме

Профессор, доктор Ali Ertürk и его команда провели исследование детальной визуализации метастазов рака в 3D и их нацеливания с помощью глубокого обучения — одного из применений искусственного интеллекта. Работа оказалась на обложке научного журнала Cell за декабрь 2019 года и вызвала большой резонанс в научном мире. После окончания кафедры молекулярной биологии и генетики Билькентского университета в 2003 году Ali Ertürk последовательно работал в Институте Max-Planck, Genentech и Университете Ludwig Maximillian. Он турецкий нейробиолог, изобретатель и художник, живущий в Мюнхене, Германия. С июля 2019 года он директор Института тканевой инженерии и регенеративной медицины Helmholtz в Мюнхене. До сих пор его работа была сосредоточена на создании прозрачных органов с помощью технологии 3-мерной печати. Открытая ими новая технология визуализации, которую они назвали vDISCO , позволяет показывать органы прозрачными. Последняя работа Ali Ertürk и его команды посвящена визуализации метастазов рака и выявлению мишеней антител с помощью глубокого обучения.

Краткое изложение исследования профессора Ali Ertürk и его команды, показывающего визуализацию даже «одной-единственной» раковой клетки в мышиной модели:

Несмотря на последние достижения медицины, рак остаётся важной причиной смерти. Более % 90 онкологических пациентов умирают не от первичной/основной опухоли, а от распространяющихся по организму метастатических опухолей. Успешное лечение метастатического рака требует, чтобы противоопухолевые лекарства достигали многочисленных метастазов в организме и уничтожали их. К сожалению, обычно этого не происходит. Такой недостаток противораковых препаратов, как правило, выявляется во время клинических исследований . До сих пор исследователи не располагали методами визуализации способности лекарств нацеливаться на опухоли с достаточной чувствительностью и разрешением, чтобы на стадии доклинической разработки (исследований до испытаний на людях) определять наиболее перспективные препараты-кандидаты. Например, магнитно-резонансная томография и биолюминесцентная визуализация могут обнаруживать крупные опухоли, но не сотни мелких метастазов, которые могут оказаться смертельными. Главное, эти методы не позволяют оценить, действительно ли препарат-кандидат достигает всех мелких метастазов. Для преодоления этих серьёзных трудностей Ali Ertürk и его команда разработали DeepMACT. DeepMACT — технология, позволяющая обнаружить даже мельчайшие метастазы по всему телу мыши на основе глубокого обучения (многослойных искусственных нейронных сетей) как технологической основы.

DeepMACT позволяет отслеживать, какие метастазы становятся мишенями препарата, а какие не обнаруживаются.

Как работает технология DeepMACT?

DeepMACT означает анализ метастазов в прозрачной ткани на основе глубокого обучения. Он состоит из двух основных этапов: 1. Всё тело мыши делают прозрачным с помощью метода просветления тканей vDISCO. Затем прозрачных мышей визуализируют в 3-мерном формате, что позволяет увидеть все метастазы и даже отдельную распространившуюся опухолевую клетку. 2. Новые алгоритмы глубокого обучения используют для обнаружения всех метастазов рака и анализа нацеливания на них лекарств. Используя эту новую технологию, Ali Ertürk и его команда успешно выявили в теле мыши сотни мелких метастазов, не обнаруживаемых другими методами. DeepMACT также позволил точно увидеть, какие метастазы становятся мишенями препарата-кандидата, а какие оказываются пропущенными. Эти анализы показали, что одни из наиболее эффективных современных методов лечения — препараты на основе антител могут пропускать 30 процентов мелких метастазов. С помощью новой технологии проанализировали метастатическое распространение на мышиных моделях рака лёгкого, молочной железы и поджелудочной железы. Также удалось наблюдать, как метастазы распространяются по организму в различные моменты времени. Сегодня в онкологии успешны лишь пять процентов новых препаратов-кандидатов. Применение DeepMACT в доклинических модельных системах обладает потенциалом беспрецедентно улучшить выявление и разработку более подходящих препаратов-кандидатов для клинических испытаний. Поэтому DeepMACT может помочь существенно повысить долю успешных противораковых препаратов-кандидатов и потенциально спасти множество жизней.

Ниже исследования видеорезюме можно посмотреть: (доступны турецкие субтитры)

До сих пор во многих исследованиях ткани и органы визуализировали в 2-мерном формате, тогда как 3-мерная визуализация, хотя методологически значительно сложнее, даёт гораздо более подробную и ценную информацию. Профессор Ali Ertürk и его команда, сделав ткани прозрачными методом vDISCO и визуализировав метастазы рака с помощью DeepMACT в 3-мерном формате, объединили множество новых технологий и выполнили весьма ценную работу. Хотя эти методы ещё не начали применять в клинических исследованиях на людях, они станут основой многих биотехнологических новшеств, которые будут использоваться в ближайшем будущем. В заключение это исследование весьма важно для визуализации метастазов, ответственных за % 90 смертей от рака, и выявления мишеней антител. Однако работа имеет ряд ограничений.

• Исследование выполнено на мышиных моделях. Для визуализации вводили человеческие раковые клетки. Применение этой системы визуализации у человека станет возможным после её тестирования и подтверждения в клинических исследованиях.

• Опухоли состоят из различных клеточных популяций. В частности, микроокружение опухолив организме человека чрезвычайно сложно. Воспроизвести эту сложность в мышиных моделях очень трудно. Поэтому для переноса результатов работы в клинику необходимы дополнительные исследования.