A mesterséges intelligencia vezérelte mikroszkópos képelemzésben rejlő sejtanalitikai lehetőségek orvosbiológiai jelentősége vitathatatlan. Az eljárásnak – az egyes sejtek funkcionalitását meghatározó fehérjék elemzésének szintjéig történő – fejlesztésével felbecsülhetetlen információ nyerhető ki diagnosztikai és terápiás célokra - mutatott rá közleményben az ELKH. Az SZBK-ban dr. Horváth Péter, a Biokémiai Intézet igazgatója és kutatócsoportja hosszú évek óta világviszonylatban is kiemelkedő eredményeket ér el a mesterséges intelligenciát alkalmazó mikroszkópos képfeldolgozásban. Ma már a témában együttműködő legjelentősebb partnerek is nagyban építenek a szegedi kutatók szaktudására. A dél-alföldi laborban rutineljárásnak számít a szöveteket felépítő egyedi sejtek precíz jellemzésére alkalmas egysejt-analízis, amely jelentős hozzáadott értéket képvisel a rendszerbiológiai és az orvostudományi kutatásokban.
A kutatók az egyedi sejtek felismerésére képes képfeldolgozó és sejtkinyerő módszert most olyan szuperérzékeny egysejt-proteomikai eljárással kombinálták, amely a kóros sejtek morfológiai eltérésein túl a sejteken belüli rendellenes fehérjeváltozásokat is képes rendkívüli pontossággal leírni. A sejt teljes fehérjetartalmának elemzése kulcsfontosságú információkkal szolgál az élettani és a kóros sejtműködések jobb megértéséhez, így kiemelkedő a szerepe például a daganatos kórfolyamatok részletes jellemzésében, ezáltal pedig a korai diagnosztika és a célzott kezelés továbbfejlesztésében. Az eredményeket bemutató tanulmány a vezető Nature Biotechnology folyóiratban jelent meg.
Az új módszer működési elve
A szegedi kutatók által kialakított különleges mikroszkóprendszer működési elve látszólag egyszerű, ám a módszer nem mindennapi funkciókra képes. A mesterséges intelligencia egy új ágát, az úgynevezett mélytanulást alkalmazó sejtfelismerő algoritmusok az emberi szemnél milliószor gyorsabban és azonos vagy nagyobb precizitással ismerik fel a szövetmintákról készült digitális felvételeken megjelenő rendellenes sejteket. Ezt a folyamatot fenotipizálásnak nevezzük, amely során az emberi szövetek egyedi sejtjeinek szétválogatása történik külső jegyek alapján. Legyen bármilyen komplex is a minta, az algoritmus a legkisebb, sejtszintű eltérésen sem siklik át.
Az így azonosított kóros sejteket egy úgynevezett lézer-mikrodisszekciós mikroszkóp egymikrométeres pontossággal kimetszi a mintából, amit a kinyert sejtek molekuláris elemzése követ. A sejtkimetszést végző mikroszkóp pontosságát jól szemlélteti, hogy a sejt körvonalait követő vágás lehetséges hibája kisebb, mint egy hajszál vastagságának századrésze. Másként fogalmazva: ez a mikroszkóp alkalmas lenne arra, hogy egy száz mikrométer vastagságú hajszálba belegravírozza bárkinek a családfáját.
A kimetszett egyedi sejtek molekuláris analízise mostanáig alapvetően a sejt DNS-állományának leírására – tehát például a daganatos mutációk feltárására – irányult. Bár ez is hatalmas előrelépés a személyre szabott terápiában, mégis csak korlátozott információt ad a kóros sejtek tényleges funkcionalitásáról, amelyet a sejtekben termelődő fehérjék határoznak meg.
A világ legnagyobb biológiai kutatása
Dr. Horváth Péter és kutatócsoportja nagyjából két éve kezdett közös kutatási projektbe a proteomika atyjának tekintett Matthias Mann-nal és a Human Protein Atlas egyik megálmodójaként is ismert Emma Lundberggel. Matthias Mann Európa legtöbbet idézett kutatója, a müncheni Max Planck Institute Biokémiai Intézetének vezetője és a Koppenhágai Egyetem professzora, Emma Lundberg a Stanford Egyetem és a svéd KTH Royal Institute of Technology professzora, a proteomika és a sejtbiológia területének egyik legidézettebb fiatal kutatója.
Az Európai Unió és a Zuckerberg Alapítvány (Chan Zuckerberg Initiative) támogatását is elnyerő nagyszabású projekt keretében egy olyan molekuláris módszert sikerült kifejleszteniük, amely egyetlen sejt szintjére miniatürizálta a fehérjék tömegspektrometriás elemzését. Az analízis érzékenységét mintegy százszorosára növelve lehetővé vált, hogy egyetlen mintában több ezer fehérje mennyiségét meghatározzák, és ezáltal precíz képet kapjanak a sejt fehérjekészletéről. A munka azonban nem áll meg ennél a fázisnál, a kutatók a kóros sejtekben egyedinek mutatkozó fehérjék biológiai szerepét is vizsgálják a Stanford Egyetemen, ami alapján új terápiás célpontok azonosítása is várható a közeljövőben.
Az innovatív technológiafejlesztés szorosan kapcsolódik a Chan Zuckerberg Initiative által szintén támogatott Human Cell Atlas projekthez, amely jelenleg a világ egyik legnagyobb volumenű biológiai kutatása. Célja, hogy az emberi szervezet minden egyes sejtféleségét a lehető legpontosabban jellemezze, és ezáltal a legapróbb részletekig feltérképezze a különböző sejttípusok egymáshoz való viszonyát, a szöveteket felépítő sejtek kapcsolatait, a szervek és szervrendszerek egymásra hatását, végeredményben pedig azt, hogy a háromdimenziós térkép változásai hogyan befolyásolják az egyes szervek és a szervezet egészének egészségi állapotát.
Új perspektívák a rákdiagnosztika és rákgyógyítás terén
Az emberi szervezet sok milliárd sejtje között akár már egyetlen egy kóros működése is elég ahhoz, hogy visszafordíthatatlan folyamatok induljanak el – gondoljunk például a leukémiákra, amelyeket egy csontvelői őssejt mutációja indít el. Az ilyen kiindulási kóros sejtek megtalálása a rákprevenció és a korai rákgyógyítás kulcsfontosságú eszköze lehet. Tekintve, hogy a modern onkológiai gyógyszerek jellemzően valamilyen kóros fehérjeműködés célzott befolyásolásával hatnak, a rendellenes sejtekben feltárt fehérjeváltozások feltérképezése újabb lendületet adhat az onkoterápiák fejlődésének.
Dr. Horváth Péter szerint a mesterséges intelligencián alapuló egysejt-proteomika akár már az elkövetkező két évben bekerülhet a klinikai gyakorlatba, és áttörést hozhat a személyre szabott onkoterápiában. E távlati cél megvalósítását támogatja az a jelenleg Szegeden épülő Tématerületi Kiválósági Központ is, amely a tervek szerint a világ legmodernebb egysejt-kinyerő és egysejt-analitikai központja lesz.
