شناسایی سرطان و عفونت های ویروسی در مقیاس نانو

به گزارش واحد ژنتیک پایگاه اطلاع رسانی علوم آزمایشگاهی ایران، نوآوری جدید محققان هوش مصنوعی می تواند سلول های سرطانی را از سلول های طبیعی متمایز کند و همچنین مراحل اولیه عفونت ویروسی را در سلول ها تشخیص دهد. این یافته ها که در مطالعه ای در ژورنال Nature Machine Intelligence منتشر شد و راه را برای بهبود تکنیک های تشخیصی و استراتژی های نظارتی جدید برای بیماری ها هموار می کند. ابزار، AINU (AI of the NUcleus)، تصاویر با وضوح بالا از سلول ها را اسکن می کند. این تصاویر با یک تکنیک میکروسکوپی ویژه به نام STORM به دست می آیند که تصویری را ایجاد می کند که جزئیات بسیار دقیق تری نسبت به آنچه که میکروسکوپ های معمولی می توانند ببینند، ثبت می کند. عکس های فوری با وضوح بالا ساختارهایی را در مقیاس نانو نشان می دهند. یک نانومتر (nm) یک میلیاردم متر است و یک تار موی انسان حدود 100000 نانومتر عرض دارد. هوش مصنوعی می تواند بازآرایی های درون سلول هایی به کوچکی 20 نانومتر یا 5000 برابر کوچک تر از عرض یک موی انسان را تشخیص دهد. وضوح این تصاویر به اندازه ای قدرتمند است که هوش مصنوعی بتواند الگوها و تفاوت های خاص را با دقت قابل توجهی تشخیص دهد، از جمله تغییرات در نحوه چیدمان DNA در داخل سلول ها، که به تشخیص تغییرات خیلی زود پس از وقوع کمک می کند. این نوع اطلاعات می تواند برای پزشکان وقت ارزشمندی برای نظارت بر بیماری، شخصی سازی درمان ها و بهبود نتایج بیمار داشته باشد.

AINU یک شبکه عصبی کانولوشنال است، نوعی هوش مصنوعی که به طور خاص برای تجزیه و تحلیل داده های بصری مانند تصاویر طراحی شده است. در پزشکی، شبکه های عصبی کانولوشنال برای تجزیه و تحلیل تصاویر پزشکی مانند ماموگرافی یا سی تی اسکن و شناسایی علائم سرطان که ممکن است توسط چشم انسان نادیده گرفته شود، استفاده می شود. آنها همچنین می توانند به پزشکان کمک کنند تا ناهنجاری ها را در اسکن های MRI یا تصاویر اشعه ایکس تشخیص دهند و به تشخیص سریع تر و دقیق تر کمک کنند. AINU ساختارهای ریز درون سلول ها را در سطح مولکولی شناسایی و تجزیه و تحلیل می کند. این مدل با تجزیه و تحلیل نحوه توزیع و چیدمان اجزای هسته ای در فضای سه بعدی، یاد گرفت که الگوهای خاصی را در سلول ها تشخیص دهد. برای مثال، سلول های سرطانی تغییرات مشخصی در ساختار هسته ای خود در مقایسه با سلول های طبیعی دارند، مانند تغییرات در نحوه سازماندهی DNA یا توزیع آنزیم ها در هسته، AINU می تواند تصاویر جدیدی از هسته های سلولی را تجزیه و تحلیل کند و تنها بر اساس این ویژگی ها، آنها را به عنوان سرطانی یا طبیعی طبقه بندی کند.

وضوح نانومقیاس تصاویر، هوش مصنوعی را قادر می سازد تا تغییرات هسته سلول را به محض یک ساعت پس از آلوده شدن به ویروس هرپس سیمپلکس نوع 1، تشخیص دهد. این مدل می تواند حضور ویروس را با یافتن تفاوت های جزئی در نحوه بسته بندی DNA تشخیص دهد، که زمانی اتفاق می افتد که ویروس شروع به تغییر ساختار هسته سلول می کند. این روش می تواند سلول هایی را که توسط ویروس آلوده شده اند را خیلی زود پس از شروع عفونت تشخیص دهد. به طور معمول، تشخیص عفونت توسط پزشکان زمان می برد زیرا آنها به علائم قابل مشاهده یا تغییرات بزرگتر در بدن متکی هستند. اما با AINU، ما می توان فوراً تغییرات کوچکی را در هسته سلول مشاهده کرد. محققان می توانند از این فناوری استفاده کنند تا ببینند چگونه ویروس ها تقریباً بلافاصله پس از ورود به بدن روی سلول ها تأثیر می گذارند، که می تواند به توسعه درمان ها و واکسن های بهتر کمک کند. در بیمارستان ها و کلینیک ها، AINU می تواند برای تشخیص سریع عفونت ها از یک نمونه خون یا بافت ساده استفاده شود.

محققان باید قبل از اینکه فناوری برای آزمایش یا به کارگیری در یک محیط بالینی آماده شود، بر محدودیت های مهم غلبه کنند. به عنوان مثال، تصاویر STORM را می توان تنها با تجهیزات تخصصی که معمولاً فقط در آزمایشگاه های تحقیقاتی زیست پزشکی یافت می شود، تهیه کرد. راه اندازی و نگهداری سیستم های تصویربرداری مورد نیاز هوش مصنوعی سرمایه گذاری قابل توجهی در تجهیزات و تخصص فنی است. محدودیت دیگر این است که تصویربرداری STORM معمولاً تنها چند سلول را در یک زمان تجزیه و تحلیل می کند. برای اهداف تشخیصی، به ویژه در محیط های بالینی که سرعت و کارایی بسیار مهم است، پزشکان باید تعداد بیشتری از سلول ها را در یک تصویر ثبت کنند تا بتوانند بیماری را شناسایی یا نظارت کنند. انتظار می رود AINU در کوتاه مدت تحقیقات علمی را تسریع بخشد. محققان دریافتند این فناوری می تواند سلول های بنیادی را با دقت بسیار بالایی شناسایی کند. سلول های بنیادی می توانند به هر نوع سلولی در بدن تبدیل شوند، این توانایی به عنوان پرتوانی شناخته می شود. سلول های پرتوان به دلیل پتانسیل آنها در کمک به ترمیم یا جایگزینی بافت های آسیب دیده مورد مطالعه قرار می گیرند. AINU می تواند فرآیند تشخیص سلول های پرتوان را سریع تر و دقیق تر کند و به ایمن تر و موثرتر کردن درمان های سلول های بنیادی کمک کند.