Daganatsejtek egyedi vizsgálatára dolgoztak ki módszert az SZBK-ban
Daganatsejtek egyedi vizsgálatára dolgoztak ki a mesterséges intelligenciát alkalmazó, a vizuális jellemzők mellett a molekuláris tulajdonságokat is elemző módszert a Szegedi Biológiai Kutatóközpontban.
A rákos tumor sokféle, eltérően működő sejtcsoportból áll. Ezek között már a diagnózis pillanatában ott rejtőzhetnek azok a sejtek is, amelyek hónapokkal vagy évekkel később áttéteket indíthatnak el, vagy ellenállhatnak a kezeléseknek. A kihívás az, hogy ezeket a kritikus sejtcsoportokat időben rendkívül nehéz felismerni. Ebben értek el áttörést nemzetközi együttműködésben a Horváth Péter vezette Lendület Mikroszkópos Képelemzés és Gépi Tanulás Kutatócsoport szakemberei.
A csoport mesterséges intelligencián alapuló módszereket fejleszt, amelyek a mikroszkópos szövettani képeket molekuláris információkkal kapcsolják össze. A kutatók a Springer kiadóhoz tartozó EMBO Molecular Medicine című folyóiratban számoltak be arról, hogy a leggyakoribb és legtöbb halálesettel járó vesét érintő daganattípusból, a világossejtes veserákból származó mintákon a világon először mérték meg egysejt szinten a tumorklónok genetikai és fehérje állományát.
A hagyományos molekuláris vizsgálatok sokszor a teljes szövetmintát egyszerre elemzik, ezért könnyen elveszhet, hogy a tumor egyes részei egészen másképp működnek, mint a többi. Az új megközelítés célja, hogy a kutatók ne csak azt lássák, hogyan néz ki egy daganat, hanem azt is, hogyan működnek benne a különböző sejtcsoportok.
A vizsgálat technológiai hátterét a szegedi kutatócsoport által létrehozott, automatizált egysejtes kutatási központ biztosítja. Ez a világszinten is egyedülálló rendszer lehetővé teszi, hogy emberi beavatkozás nélkül a nap 24 órájában izolálják a mesterséges intelligencia által nagy pontossággal kijelölt sejteket, majd elvégezzék azok molekuláris elemzését.
A megközelítés alapját a Deep Visual Proteomics adja. A módszerben a mesterséges intelligencia először elemzi a szövettani képet, felismeri a fontos sejttípusokat vagy sejtcsoportokat, majd a kutatók ezeket vékony lézernyalábbal célzottan kiemelik a mintából. Ezután feltérképezik, milyen fehérjék vannak jelen a sejtekben. A fehérjék közvetlenül jelzik, hogyan működik, növekszik, alkalmazkodik vagy válhat ellenállóvá egy daganatsejt.
A tanulmányban a kutatócsoport a módszert egy fontos ponton továbbfejlesztette: a képelemzéssel kiválasztott tumorsejt-csoportokat már nemcsak fehérjeszinten vizsgálta, hanem elemezte azt is, hogy az adott sejtben mely gének aktívak. Ez különösen fontos volt azoknál a sejtcsoportoknál, amelyek mikroszkóp alatt is veszélyesebbnek tűntek. A kutatók így ugyanazokat a sejtcsoportokat két oldalról tudták megvizsgálni: látták, milyen gének vannak bekapcsolva bennük, és azt is, hogy ebből milyen fehérjeszintű működés valósul meg.
A megközelítés segítségével pontosabban feltárható, hogy a tumoron belül eltérően kinéző sejtcsoportok miben különböznek egymástól biológiailag. Ez azért lényeges, mert egy daganatsejt agresszivitását nem egyetlen tényező magyarázza, hanem több folyamat együttese: a génaktivitás, a fehérjék működése, az anyagcsere és az immunrendszerrel való kapcsolat egyszerre alakítja.
Forrás: https://doi.org/10.1038/s44321-026-00484-8
