Naukowcy z Chin opracowali nową platformę do wykrywania krążących komórek nowotworowych (CTC) we krwi, łącząc technologię mikroprzepływową ze sztuczną inteligencją. System umożliwia oddzielanie komórek nowotworowych bez stosowania markerów molekularnych, a następnie ich identyfikację na podstawie obrazów mikroskopowych. W badaniach eksperymentalnych osiągnięto 89,2% odzysku komórek nowotworowych oraz 96% dokładności ich rozpoznawania przez AI. Wyniki opublikowano w czasopiśmie „Biomedical Analysis”.
Z tego artykułu dowiesz się…
- Jak mikroprzepływowy chip i sztuczna inteligencja umożliwiają wykrywanie krążących komórek nowotworowych (CTC) we krwi bez stosowania markerów molekularnych.
- Jakie są wyniki badań nad skutecznością nowej technologii, która osiągnęła 89,2% odzysku komórek nowotworowych oraz 96% dokładności ich rozpoznawania.
- Jak algorytm YOLOv8 identyfikuje komórki nowotworowe na podstawie obrazów mikroskopowych bez konieczności dodatkowego barwienia fluorescencyjnego.
- Jakie możliwości nowa metoda otwiera dla biopsji płynnej i diagnostyki onkologicznej oraz dlaczego przed jej zastosowaniem klinicznym potrzebne są dalsze badania.
Krążące komórki nowotworowe – dlaczego ich wykrywanie jest tak trudne?
Krążące komórki nowotworowe (circulating tumor cells, CTC) to komórki, które odrywają się od guza pierwotnego i przedostają do krwiobiegu. Ich obecność może dostarczać informacji o progresji choroby nowotworowej, procesie powstawania przerzutów oraz odpowiedzi na leczenie. Problemem pozostaje jednak niezwykle mała liczba CTC. Szacuje się, że na miliard krwinek przypada zaledwie od jednej do dziesięciu komórek nowotworowych. Dlatego ich wyizolowanie i prawidłowa identyfikacja stanowią istotne wyzwanie dla rozwoju biopsji płynnej.
Dotychczasowe metody często wykorzystują przeciwciała rozpoznające określone markery powierzchniowe. Jednak komórki nowotworowe są zróżnicowane, a niektóre populacje CTC mogą nie wykazywać ekspresji poszukiwanych markerów.
Mikroprzepływowy chip oddziela komórki nowotworowe od krwinek
Zespół kierowany przez prof. Xiaochun Li z Taiyuan University of Technology, we współpracy ze szpitalem Shanxi Bethune, opracował spiralny chip mikroprzepływowy wykorzystujący różnice we właściwościach fizycznych komórek. Urządzenie zawiera specjalnie zaprojektowane zwężenia i rozszerzenia mikrokanalików. Dzięki działaniu sił bezwładnościowych komórki o różnych rozmiarach przemieszczają się odmiennymi torami przepływu. Ma to szczególne znaczenie, ponieważ komórki nowotworowe są zazwyczaj większe od krwinek:
- Komórki nowotworowe CTC mają zwykle średnicę 12–25 µm.
- Leukocyty osiągają około 7–12 µm.
- Erytrocyty mają średnicę około 6–8 µm.
W rezultacie chip kieruje większe komórki do centralnego ujścia, natomiast większość krwinek trafia do ujść bocznych. Co ważne, separacja odbywa się bez znakowania komórek przeciwciałami lub markerami fluorescencyjnymi, co może uprościć przygotowanie próbek do dalszych analiz.
Skuteczność separacji komórek nowotworowych sięgnęła 89,2%
Skuteczność technologii oceniono na sztucznie przygotowanych próbkach zawierających komórki raka piersi MCF-7 oraz leukocyty. Wyniki eksperymentów wykazały:
- 89,2 ± 3,1% odzysku komórek nowotworowych MCF-7.
- 86,9 ± 1,4% skuteczności usuwania leukocytów.
- Wzrost udziału komórek nowotworowych z 9% przed separacją do 38% po wzbogaceniu.
Oznacza to, że mikroprzepływowy układ skutecznie ograniczał obecność komórek krwi w analizowanej próbce, zwiększając względny udział komórek nowotworowych.
Sztuczna inteligencja YOLOv8 rozpoznaje komórki z 96% dokładnością
Samo oddzielenie CTC nie wystarcza do ich jednoznacznej identyfikacji. Dlatego badacze wykorzystali model głębokiego uczenia YOLOv8, analizujący obrazy mikroskopowe w jasnym polu. Podczas przygotowywania danych treningowych stosowano obrazy fluorescencyjne do oznaczania typów komórek. Jednak po zakończeniu uczenia algorytm rozpoznawał komórki wyłącznie na podstawie standardowych obrazów mikroskopowych, bez konieczności dodatkowego barwienia. Model potrafił automatycznie lokalizować, klasyfikować i zliczać komórki. Uzyskane wyniki obejmowały:
- 96,0% dokładności klasyfikacji,
- 94,6% precyzji,
- 94,6% czułości,
- 95,4% swoistości.
Wyniki wskazują, że sztuczna inteligencja może skutecznie analizować cechy morfologiczne komórek, ograniczając konieczność stosowania dodatkowych metod znakowania.
Nowa technologia może usprawnić biopsję płynną
Połączenie mikroprzepływów i sztucznej inteligencji pozwala rozwiązać dwa istotne problemy analizy CTC: izolację rzadkich komórek nowotworowych oraz ich identyfikację. Ponieważ metoda nie wymaga znakowania komórek podczas separacji i rozpoznawania, może również ułatwiać ich wykorzystanie w kolejnych badaniach.
Potencjalne zastosowania obejmują sekwencjonowanie pojedynczych komórek, analizę heterogenności nowotworów oraz ocenę wrażliwości komórek na leki przeciwnowotworowe. Technologia mogłaby w przyszłości wspierać rozwój bardziej zaawansowanych metod biopsji płynnej i medycyny precyzyjnej.
Przed zastosowaniem klinicznym potrzebne są dalsze badania
Autorzy podkreślają, że opracowana platforma znajduje się na etapie proof-of-concept, czyli wstępnego potwierdzenia wykonalności technologii. Dotychczasowe eksperymenty przeprowadzono na linii komórkowej MCF-7 i sztucznych próbkach krwi, a nie na materiale pobranym od pacjentów onkologicznych.
Ponadto moduły separacji i identyfikacji nie zostały jeszcze połączone w jeden w pełni zautomatyzowany system. Kolejne badania mają objąć różne typy nowotworów, próbki kliniczne oraz dalszą integrację urządzenia.
Główne wnioski
- Naukowcy opracowali platformę łączącą mikroprzepływowy chip ze sztuczną inteligencją. Technologia umożliwia separację i identyfikację krążących komórek nowotworowych (CTC) bez stosowania markerów molekularnych.
- Chip osiągnął 89,2% odzysku komórek raka piersi MCF-7. Jednocześnie usuwał 86,9% leukocytów, zwiększając udział komórek nowotworowych w próbce z 9% do 38%.
- Model sztucznej inteligencji YOLOv8 rozpoznawał komórki nowotworowe z dokładnością 96%. Algorytm analizował obrazy mikroskopowe w jasnym polu, bez konieczności dodatkowego znakowania fluorescencyjnego.
- Nowa technologia może usprawnić biopsję płynną i diagnostykę onkologiczną. Badania przeprowadzono jednak na sztucznych próbkach krwi, dlatego skuteczność metody wymaga potwierdzenia w badaniach klinicznych.
Źródło:
- https://www.sciencedirect.com/science/article/pii/S2950435X26000296
