Filadelfijos vaikų ligoninės (CHOP) mokslininkai paskelbė apie naujos AI technologijos, vadinamos CelloType, sukūrimą – išsamų modelį, skirtą tiksliau identifikuoti ir klasifikuoti ląsteles didelio turinio audinių vaizduose. Išvados buvo paskelbtos žurnale lapkričio 22 d Gamtos metodai.
Erdvinė omika yra studijų sritis, kurioje molekulinis profiliavimas, pvz., genomika, transkriptomika ar proteomika, derinamas su erdvine informacija, siekiant nustatyti, kur sudėtingų audinių ląstelėse yra skirtingos molekulės. Ji suteikia svarbių, išsamių įžvalgų apie tai, kaip liga vystosi ir progresuoja ląstelių lygmeniu, padeda tobulinti tikslią diagnostiką ir tikslinį gydymą, o tai yra pagrindinis CHOP transliacinių tyrimų dėmesys.
Šis procesas leidžia tyrėjams ištirti daugybę sudėtingų ligų, tokių kaip vėžys ir lėtinė inkstų liga, atskleidžiant, kaip ląstelių sąveika ir mikroaplinka prisideda prie ligos progresavimo ir gydymo atsako. Kaip kritinį pirmąjį erdvinės omikos duomenų analizės žingsnį, mokslininkai imasi ląstelių segmentavimo (nustatyti ląstelių ribas) ir klasifikavimo (ląstelių tipų skambinimo) užduotis.
Dėl naujausių erdvinės omikos technologijų pažangos buvo atlikta nepažeistų audinių analizė ląstelių lygiu, leidžianti neprilygstamai suprasti ryšį tarp ląstelių architektūros ir įvairių audinių bei organų funkcionalumo. Šiuo metu CHOP bendradarbiauja vykdant aukšto lygio projektus, tokius kaip Žmogaus navikų atlaso tinklas, žmogaus biomolekulinio atlaso programa (HuBMAP) ir iniciatyva BRAIN, kurios naudoja panašias technologijas įvairių tipų sveikų ir sergančių žmonių erdvinėms organizacijoms nustatyti. audinių.
„Mes tik pradedame atskleisti šios technologijos potencialą“, – sakė tyrimo pagrindinis autorius ir CHOP Pediatrijos katedros profesorius Kai Tanas, Ph.D. „Šis požiūris galėtų iš naujo apibrėžti, kaip mes suprantame sudėtingus audinius ląstelių lygiu, atveriant kelią transformuojantiems sveikatos priežiūros proveržiams.”
Didėjant erdvinių omikos duomenų kiekiui, skubiai reikia sudėtingesnių skaičiavimo įrankių duomenų analizei, todėl Tanas ir jo komanda sukūrė CelloType. Modelis naudoja tam tikrą AI tipą transformatoriumi pagrįsto gilaus mokymosi forma. Gilus mokymasis automatizuoja didelės apimties duomenų analizę, todėl modelis leidžia užfiksuoti sudėtingus ryšius ir kontekstą.
Jis labai efektyvus atliekant didelio masto užduotis, pvz., natūralios kalbos apdorojimą ir vaizdų analizę, vėliau mokantis modelių ir numatant ar klasifikuojant. Jis suprogramuotas taip, kad pagerintų ląstelių aptikimo, segmentavimo ir klasifikavimo tikslumą.
Šiame tyrime Tanas ir jo komanda analizavo, kaip „CelloType“ veikia, palyginti su įvairiais tradiciniais metodais, naudojant gyvūnų ir žmonių audinių duomenų rinkinius. Įprastas dviejų etapų metodas apima segmentavimą, po kurio eina klasifikacija, kuri yra neveiksminga ir nėra tiksli.
Tačiau „CelloType“ pasirinko kelių užduočių mokymosi strategiją, kuri buvo efektyvesnė, nes kartu integravo segmentavimą ir klasifikavimą. „CelloType“ taip pat pranoko esamus segmentavimo metodus įvairių tipų vaizdams, įskaitant natūralius vaizdus, ryškios šviesos vaizdus ir fluorescencinius vaizdus.
Pagal ląstelių tipų klasifikaciją „CelloType“ pranoko modelį, sudarytą iš moderniausių atskirų užduočių metodų ir didelio našumo egzempliorių segmentavimo modelio, kuris naudoja AI, kad tiksliai nubrėžtų objektus vaizde.
Naudodami multipleksinį audinio vaizdą, pažangų biomedicininį vaizdą, kuriame rodomi keli biomarkeriai viename audinio mėginyje, tyrėjai taip pat parodė, kaip CelloType gali būti naudojamas daugialypiam segmentavimui ir ląstelinių ir neląstelinių elementų audinyje klasifikavimui.
CelloType pagreitino šį procesą, kuris vaizde identifikuoja ir atskiria įvairaus dydžio audinių elementus, leidžiančius išsamiai analizuoti tiek mažų, tiek didelių ląstelių struktūras.
„Mūsų išvados pabrėžia vis svarbesnį technologijų vaidmenį šiandieniniuose biomedicininiuose tyrimuose“, – sakė Tanas, kuris taip pat yra CHOP Vaikų vėžio tyrimų centro tyrėjas. „CelloType patobulina erdvinę omiką, suteikdamas tvirtą, keičiamo dydžio įrankį sudėtingoms audinių architektūroms analizuoti, taip paspartindamas ląstelių sąveikos, audinių funkcijos ir ligų mechanizmų atradimus.”
Mokslininkai, nepriklausantys CHOP, turi nemokamą prieigą prie CelloType naudodami atvirojo kodo programinę įrangą viešoje saugykloje nekomerciniam naudojimui.