Sztuczna inteligencja pomogła w odkryciu nowych biomarkerów prognostycznych raka piersi

by FUNDACJA JZN
Naukowcy z Case Western Reserve University wykorzystali sztuczną inteligencję (AI) do zidentyfikowania nowego biomarkera raka piersi, który związany jest ze zdecydowanie złym rokowaniem i wskazuje na zwiększone prawdopodobieństwo wystąpienia wznowy choroby nowotworowej.

Kluczowym białkiem jest tutaj kolagen, substancja występująca powszechnie w całym organizmie, główny składnik macierzy międzykomórkowej. Białko to odpowiada za architekturę tkanek i uelastycznia je. Kolagen występuje między innymi w  tkance gruczołu piersiowego.

Wcześniejsze badania sugerowały jedynie, że układ włókien kolagenowych ma silny związek z agresywnością raka piersi. Praca naukowców z Case Western Reserve University zdecydowanie podkreśla zasadniczą rolę kolagenu jako markera prognostycznego w raku piersi.

Ten czynnik prognostyczny można analizować przy użyciu preparatów biopsyjnych. Naukowcy wykorzystali technologię uczenia maszynowego do analizy danych ze zdigitalizowanych zeskanowanych  preparatów histologicznych barwionych hematoksyliną i eozyną, pochodzących od pacjentek z rakiem piersi ER+. Na podstawie przeanalizowanych przez sztuczną inteligencję danych badacze udowodnili, że dobrze uporządkowany układ włókien kolagenowych rokuje niekorzystnie: jest kluczowym biomarkerem prognostycznym, charakterystycznym dla agresywnego procesu nowotworowego, co dodatkowo jest powiązane z wysokim prawdopodobieństwem wystąpienia nawrotu choroby.

I odwrotnie. Badacze wykazali, że nieuporządkowana lub zaburzona architektura sieci kolagenowej  rokuje znacznie korzystniej. Nieuporządkowana sieć kolagenowa zapobiega migracji komórek przerzutujących z guza w raku piersi, co zmniejsza możliwość wystąpieniu wznowy po leczeniu.

Czytaj więcej: medicalxpress.com 
Publikacja źródłowa:
Haojia Li et al, Collagen fiber orientation disorder from H&E images is prognostic for early stage breast cancer: clinical trial validation, Breast Cancer (2021). DOI: 10.1038/s41523-021-00310-z

You may also like

Facebook