A Szegedi Biológiai Kutatóközpont (SZBK) kutatói mesterséges intelligenciát (MI) alkalmazó, a mikroszkópos vizuális jellemzőket és a molekuláris tulajdonságokat összekapcsoló módszert dolgoztak ki a rákos sejtek egyedi vizsgálatára – közölte az intézet, amely a Magyar Kutatási Hálózathoz (HUN‑REN) tartozik. A fejlesztést a Horváth Péter vezette Lendület Mikroszkópos Képelemzés és Gépi Tanulás Kutatócsoport végezte nemzetközi együttműködésben.
A projekt célja a tumorok belső heterogenitásának pontosabb feltérképezése. Egy daganat különböző sejtcsoportokból állhat, amelyek eltérően viselkednek: vannak olyan sejtek, melyek később áttéteket hozhatnak létre, vagy kezelésekkel szemben ellenállóvá válnak. Ezeknek a kritikus sejtcsoportoknak a korai felismerése hagyományos módszerekkel nehéz, mert a klasszikus molekuláris vizsgálatok gyakran a teljes szövetmintát átlagolják, és így elvesznek a lokális különbségek.
A technológia és a módszer
A szegedi csoport az automatizált egysejtes kutatási központjára építette a vizsgálatot; ez a rendszer emberi beavatkozás nélkül, napi 24 órában izolálja az MI által pontosan kijelölt sejteket, majd molekuláris elemzést végez rajtuk. A megközelítés alapja a Deep Visual Proteomics eljárás: az MI először elemzi a mikroszkópos szövettani képet, felismeri a fontos sejttípusokat vagy sejtcsoportokat, majd ezeket célzottan, vékony lézernyalábbal kiemelik a mintából, és feltérképezik a sejtek fehérjetartalmát.
A szegedi kutatás különlegessége, hogy a csapat nemcsak a fehérjeszintet mérte meg, hanem kiterjesztette az elemzést a gének aktivitására is: ugyanazon, képelemzéssel kiválasztott tumorsejtcsoportoknál egysejtes genetikai és proteomikai vizsgálatot végeztek. A folyamat így két irányból — morfológiai kép és molekuláris profil — ad információt arról, hogyan működnek az egyes sejtek.
Alkalmazás a veseráknál
A kutatók az EMBO Molecular Medicine folyóiratban számoltak be arról, hogy a világossejtes veserákból (clear cell renal cell carcinoma), a vesét érintő leggyakoribb és legtöbb halálozással járó daganattípusból származó mintákon világszerte először mérték meg egysejt szinten a tumorklónok genetikai és fehérje‑állományát. Ezzel a megközelítéssel pontosabban feltárható, hogy a daganat különböző, makroszkóposan vagy mikroszkóposan eltérő területein található sejtcsoportok biológiailag miben különböznek egymástól.
Miért fontos ez?
A daganatsejtek agresszivitását nem egyetlen tényező határozza meg: együttesen befolyásolja azt a génaktivitás, a sejtekben működő fehérjék állapota, az anyagcsere és az interakciók az immunrendszerrel. Az, hogy egyes sejtcsoportok morfológiailag „veszélyesebbnek” tűnnek, önmagában nem ad teljes képet — a párhuzamos gén‑ és fehérjeelemzés révén azonban a kutatók pontosabban azonosíthatják azokat a sejtekben zajló folyamatokat, amelyek később áttétképződéshez vagy gyógyszerrezisztenciához vezethetnek.
A SZBK által létrehozott automatizált infrastruktúra és az MI‑vezérelt Deep Visual Proteomics kombinációja így lehetővé teszi a daganatok belső heterogenitásának részletes, egysejtes szintű feltérképezését, ami hosszabb távon hozzájárulhat a célzottabb diagnosztikához és kezelési stratégiák kidolgozásához.
