Daganatsejtek egyedi vizsgálatára dolgoztak ki a mesterséges intelligenciát alkalmazó, a vizuális jellemzők mellett a molekuláris tulajdonságokat is elemző módszert a Szegedi Biológiai Kutatóközpontban – tájékoztatta a Magyar Kutatási Hálózathoz (HUN-REN) tartozó intézet az MTI-t.

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.