Bisland fehlen Medizinern Anhaltspunkte, um verlässlich entscheiden zu können, welcher Tumor harmlos bleibt - oder aber in ein lebensbedrohliches invasives duktales Karzinom (IDC) übergehen wird.
Diese Wissenslücke bei der Charakterisierung von Brustkrebs war Anlass für eine neue Studie unter der Leitung von G.V. Shivashankar, Leiter des Labors für Biologie im Nanobereich am PSI und Professor für Mechano-Genetik an der ETH Zürich, und Caroline Uhler, Direktorin des Eric and Wendy Schmidt Center am Broad Institute und Professorin für Elektrotechnik und Informatik am MIT.
Der Clou: Die Forschenden entwickelten eine Bildanalyse, die mithilfe künstlicher Intelligenz das Krankheitsstadium zuverlässig einschätzen kann.
"Unsere Arbeit eröffnet einen eigenständigen Ansatz zur Identifizierung des DCIS-Stadiums anhand von Bildern, die zeigen, wie die DNA in jeder einzelnen Zelle verpackt ist. Die Daten dafür sind leicht und kostengünstig zu erheben", erklärt Shivashankar.
Der Einsatz von künstlicher Intelligenz (KI) könne das Staging mithilfe leicht und kostengünstig zu erhebender Daten verbessern, folgern die Autoren in der Studie.
Die Forschenden um Shivashankar und Uhler stellten einem lernenden Algorithmus 560 Gewebeproben von 122 Patientinnen zur Verfügung. Diese waren mit dem Farbstoff DAPI versetzt worden, der das sogenannte Chromatin im Zellkern fluoreszierend leuchten lässt. Chromatin besteht unter anderem aus dem Erbmaterial DNA und Proteinen. Das Erscheinungsbild erlaube "Rückschlüsse auf die Organisation und somit die Aktivität der im Zellkern enthaltenen DNA", heißt es dazu in der Mitteilung, und: "Nach einer Lernphase identifizierte das KI-Modell Muster in den Gewebeschnitten, die mit den von menschlichen Pathologen ermittelten Unterschieden übereinstimmten".
"Unsere Analyse zeigt, dass billige und einfach zu beschaffende Chromatinbilder in Verbindung mit leistungsstarken KI-Algorithmen genügend Informationen liefern, um zu untersuchen, wie sich der Zellzustand und die Gewebeorganisation beim Übergang von DCIS zu IDC verändern, um das Krankheitsstadium genau vorherzusagen", teilen die Forschenden mit.
Fazit: Die Forschenden sehen grosses Potenzial für eine solche auf KI und Chromatin-Bildgebung basierende Tumoreinstufung.
Original Paper:
Lesen Sie auch:
- DGKL: IQWiG bittet um Stellungnahmen zu zwei Brustkrebs-Biomarkern
- DGKL: Tumor-on-Chip-Modell revolutioniert CAR-T-Zelltherapie
- DGKL: Krebstherapie: Nanopartikel überwinden Blut-Hirn-Schranke
Die Beiträge im News-Bereich werden erstellt vom
X-Press Journalistenbüro GbR
Schwimmbadstr. 29
37520 Osterode am Harz
Web: www.xpress-journalisten.com
E-Mail: redaktion(at)med-lab-portal.de
Gender-Hinweis. Die in diesem Text verwendeten Personenbezeichnungen beziehen sich immer gleichermaßen auf weibliche, männliche und diverse Personen. Auf eine Doppel/Dreifachnennung und gegenderte Bezeichnungen wird zugunsten einer besseren Lesbarkeit verzichtet.
