Ny AI-metod ska ge en bättre bild av tumörer

Framsteg inom tumöravbildning innebär nya möjligheter att blicka in i cancercellernas mikroskopiska värld. En stor utmaning är dock att tolka de enorma mängder data som skapas.

Med hundratals molekyler, som mäts samtidigt i tiotusentals eller hundratusentals celler, har det blivit svårt för forskare att veta vad de ska fokusera på.

Artificiell intelligens, AI, kan vara till hjälp när forskare ska analysera stora datamängder. Men traditionell AI, som djupa neurala nätverk, utför ofta uppgifter utan att ge tydliga förklaringar som är begripliga för människor.

För att komma förbi begränsningarna har forskare vid Karolinska institutet och Scilife-lab sökt inspiration från andra områden. De identifierade etablerade analystekniker inom satellitavbildning och ekologi som använts under lång tid.

Tekniker kombineras

Nya AI-metoder utvecklas ständigt för att tolka data från satellitbilder, till exempel för att automatiskt identifiera städer, sjöar, skogar och öknar. Inom ekologin används avancerade tekniker för att avslöja hur arter av växter, djur och mikroorganismer lever tillsammans i samhällen inom ett visst geografiskt område.

– Vi insåg att tolkningen av tumörbilder liknar tolkningen av satellitbilder och att relationerna mellan celler i en vävnad liknar relationerna mellan arter i organismsamhällen, säger Jean Hausser som är forskare inom cell-och molekylärbiologi vid Karolinska institutet.

Han fortsätter:

– Genom att kombinera tekniker som används inom satellitavbildning och ekologi och anpassa dem för analyser av tumörvävnad har vi nu kunnat omvandla komplexa data till nya insikter om hur cancer fungerar.

Skräddarsy cancerbehandlingar

Nästa steg är att tillämpa den nya metoden i kliniska prövningar. Forskarna samarbetar med ett stort cancersjukhus i staden Lyon i Frankrike för att söka svar på varför enbart vissa patienter svarar på immunterapi mot cancer.

I ett annat samarbete med Mayo Clinic i USA undersöker de varför vissa bröstcancerpatienter klarar sig bra utan cellgiftsbehandling.

– Med vår nya metod kan vi avslöja viktiga detaljer i tumörvävnad som kan ha betydelse för om en cancerbehandling fungerar eller inte. Det långsiktiga målet är att kunna skräddarsy cancerbehandlingar utifrån individuella behov och undvika onödiga biverkningar, säger Jean Hausser.

Vetenskaplig studie:

NIPMAP: niche-phenotype mapping of multiplex histology data by community ecology, Nature Communications.

Kontakt:

Jean Hausser, senior forskare vid institutionen för cell- och molekylärbiologi, Karolinska institutet och Scilife-lab,  jean.hausser@ki.se