Dirbtinis intelektas TMB-H storosios žarnos vėžiui prognozuoti pagal histopatologines charakteristikas

Biomarkeriai yra svarbūs tinkamų ir veiksmingų įvairių ligų, įskaitant vėžį, gydymo metodai. Yra daug įrodymų, rodančių imuninės kontrolės taškų inhibitorių (ICI) reikšmę prieš vėžį, ir jie parodė perspektyvią klinikinę naudą konkrečiai kolorektalinio vėžio (CRC) pacientų grupei. Kelios ataskaitos parodė biologinių žymenų, tokių kaip užprogramuotas mirties-1 baltymo ligandas (PD-L1), veiksmingumą, į naviką infiltruojančių limfocitų (TIL) tankis, ir naviko mutacijos našta (TMB), nustatyti paciento reakciją efektyviai naudoti ICI kaip terapiją nuo vėžio.

Aukštas TMB (TMB-H) lygis, kuris atspindi padidėjusį bendrą nesinoniminių somatinių mutacijų skaičių kiekvienoje naviko genomo koduojančioje srityje ir paprastai gaunamas atliekant genų skydelio bandymus, yra pripažintas perspektyviu įvairių kietųjų vėžio ICI terapijos biomarkeriu. Tačiau, klinikinėje praktikoje, neįmanoma atlikti genų skydo tyrimų visiems vėžiu sergantiems pacientams.

Yoshifumi Shimada ir kolegos iš Virškinimo ir bendrosios chirurgijos skyriaus, Medicinos ir odontologijos mokslų aukštoji mokykla, Niigatos universitetas, laikomas TMB-H iš konkretaus CRC pacientų pogrupio, kaip tvirtesnis žymuo ICI veiksmingumui prognozuoti, ir sukūrė konvoliucinio neuroninio tinklo (CNN) algoritmą, skirtą TMB -H CRC prognozuoti tiesiogiai pagal histopatologines charakteristikas, visų pirma, TIL, gautas iš hematoksilino ir eozino (H&E) dažytų stiklelių. Reprezentatyvus mikroskopinis H&E dažyto naviko mutacijos naštos didelio storosios žarnos vėžio naviko vaizdas parodytas pridedamame paveikslėlyje, parodydamas, kad į naviką infiltruojantys limfocitai yra žymiai padidėję, lyginant su normaliu aplinkiniu audiniu.

Skaitmeninė informacija iš tokių neoplastinių ir neoplastinių vaizdų, gautų iš JP-CRC kohortos, yra transformuojama ir normalizuojama, kad būtų sukurtas nuspėjamasis susuktas nervų tinklo modelis, naudojant „Inception V3“ mokymosi modelį, pateikė Dr. Shimada grupė. CNN pagrįstas modelis, kurį sukūrė dr. Shimada ir bendradarbiai, gali ne tik sumažinti patologų teisingos diagnozės naštą, bet ir suteikti reikiamą informaciją apie pacientų reakciją į ICI pagrįstą terapiją, nenaudojant brangių, daug laiko reikalaujantis ir nelengvai pasiekiamas genų skydelio tyrimas. Šis daktaro Shimada ir bendradarbių tyrimas paskelbtas neseniai paskelbtame numeryje Gastroenterologijos žurnalas (2021; 56 tomas:p. 547-559; https:/ / doi. org/ 10. 1007/ s00535-021-01789-w).

Papildomai, Dr Shimada grupės tyrimai taip pat suteikė galimybę TMB-H CRC prognozuoti tik naudojant TIL informaciją iš H&E skaidrių iš pacientų naviko audinių. Tačiau, atsižvelgiant į tai, kad tiriamos kohortos pacientai nebuvo gydomi jokiais ICI, nepavyko padaryti išvadų dėl jų ICI reagavimo po TMB-H diagnozės, ir buvo pasiūlyta, kad reikia atlikti būsimus klinikinius tyrimus, siekiant išsiaiškinti, ar tik TIL gali būti naudingas kaip prognozuojantis ICI veiksmingumo biomarkeris.

Dr Shimada apie šį tyrimą sako:" Mes sukūrėme dirbtinį intelektą, kad galėtume prognozuoti gaubtinės ir tiesiosios žarnos vėžio genetinius pokyčius, giliai mokydamiesi, naudodami hematoksilino ir eozino skaidres. Šis dirbtinis intelektas yra svarbus sprendžiant su genetine analize susijusias išlaidų problemas ir palengvinant personalizuotą gaubtinės ir tiesiosios žarnos vėžio gydymą . "

Apskritai, Shimada ir jo bendradarbių tyrimai yra ekonomiškai ir laiku efektyvus ir patikimas būdas informuoti gydytojus, ar jų gydomas CRC pacientas gali pasinaudoti imuninės kontrolės taško inhibitoriumi (įskaitant PD-1 baltymo ir jo ligando inhibitorius, PD-L1) terapija, nedarant įtakos genų skydelio naudojimui.

• Mažai skaidulų,
• Kirigami įkvėptas stentas, skirtas pagerinti vaistų tiekimą ligoms, kurios veikia vamzdinius organus