凱斯西儲(chǔ)大學(xué)的科學(xué)家們已經(jīng)使用人工智能 (AI) 來識別乳腺癌的新生物標(biāo)志物，這些生物標(biāo)志物可以預(yù)測癌癥在治療后是否會(huì)復(fù)發(fā)——并且可以從常規(guī)獲得的早期乳腺癌組織活檢樣本中進(jìn)行識別。
最初確定的關(guān)鍵是膠原蛋白，這是一種遍及全身(包括乳房組織)的常見蛋白質(zhì)。先前的研究表明，膠原蛋白網(wǎng)絡(luò)或纖維的排列與乳腺癌的侵襲性密切相關(guān)。但 Case Western Reserve 研究人員的這項(xiàng)工作明確證明了膠原蛋白的關(guān)鍵作用——僅使用標(biāo)準(zhǔn)組織活檢載玻片和 AI。
研究人員使用機(jī)器學(xué)習(xí)技術(shù)分析了來自乳腺癌患者的數(shù)字化組織樣本數(shù)據(jù)集，能夠證明有序排列的膠原蛋白是侵襲性腫瘤和可能復(fù)發(fā)的關(guān)鍵預(yù)后生物標(biāo)志物。
相反，他們表明，無序或損壞的膠原蛋白基礎(chǔ)設(shè)施不僅表明更好的結(jié)果，而且實(shí)際上促進(jìn)了結(jié)果。他們還發(fā)現(xiàn)，無序的膠原蛋白網(wǎng)絡(luò)可防止其他侵襲性腫瘤從乳腺組織中遷移出來，并有助于防止其在化療等各種癌癥治療后復(fù)發(fā)。
“這聽起來違反直覺，但膠原纖維在腫瘤遷移中發(fā)揮作用，”凱斯西儲(chǔ)大學(xué)唐奈爾研究所生物醫(yī)學(xué)工程教授兼計(jì)算成像和個(gè)性化診斷中心 (CCIPD) 負(fù)責(zé)人 Anant Madabhushi 說。“理解它的一種方法是說，如果膠原蛋白‘高速公路’的形狀很糟糕，腫瘤就更難遷移，但如果它光滑有序，則腫瘤更容易搭便車。”
博士生Haojia Li領(lǐng)導(dǎo)了這項(xiàng)研究，該研究發(fā)表在npj Breast Cancer雜志上。其他作者包括凱斯西儲(chǔ)醫(yī)學(xué)院人口與定量健康科學(xué)教授付平富，以及來自多個(gè)機(jī)構(gòu)的其他人。
簡單的組織切片，復(fù)雜的計(jì)算
李說這個(gè)項(xiàng)目很重要，因?yàn)椋?/p>
它驗(yàn)證了其他已發(fā)表研究的結(jié)果，這些研究表明高度組織的膠原蛋白表明預(yù)后較差。
它是通過這些簡單組織切片的數(shù)字化圖像完成的，這表明這種方法可以成為病理學(xué)家日常工作的一部分。
目前用于檢查和研究膠原結(jié)構(gòu)的方法需要昂貴且不太常見的電子顯微鏡。
“我們的方法將使更多的醫(yī)生和沒有資源配備先進(jìn)成像顯微鏡的醫(yī)院更容易預(yù)測結(jié)果，”李說。“這就是為什么這如此令人興奮——因?yàn)樗梢詾獒t(yī)生提供他或她需要的信息，以指導(dǎo)如何積極地治療癌癥。”
計(jì)算工作于 2020 年完成，基于常規(guī)組織樣本的數(shù)據(jù)集，稱為 H&E(蘇木精和伊紅)染色載玻片，取自診斷為早期雌激素受體陽性 (ER+) 乳腺癌的患者。
標(biāo)簽： 乳腺癌
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！