Просторова біологія змінює підходи до вивчення раку

Просторова біологія кардинально змінює підходи вчених до дослідження раку, розкриваючи архітектуру та складність пухлин з надзвичайною деталізацією. Завдяки методам, що поєднують картування на рівні білків та генів, науковці можуть аналізувати поведінку клітин та розшифровувати складності пухлин і їх навколишнього мікросередовища. Інтеграція штучного інтелекту та мультиоміки прискорює цей прогрес, спрямовуючи галузь до більш персоналізованих та ефективних терапевтичних стратегій.

Трейсі Дегір, директор з інновацій у сфері передового забарвлення в компанії Leica Biosystems, пояснює важливість просторової біології в онкологічних дослідженнях. За її словами, просторова біологія стає трансформативною завдяки здатності показувати складну архітектуру та клітинні взаємодії всередині пухлин. Це доповнює розуміння мікросередовища пухлини, допомагаючи дослідникам зрозуміти, як пухлина може реагувати на конкретне лікування. Зокрема, поєднання даних про експресію РНК та білків допомагає забезпечити більш повну картину.

Існує кілька способів генерування просторових даних у мікросередовищі пухлини. Залежно від обсягу необхідних даних, ця інформація може надходити від експресії білків або зондів. Після маркування тканини її зображують, отримують дані та виконують різноманітні обчислювальні аналізи.

Однак ці методи аналізу мають певні обмеження. Кілька критичних процесів все ще значною мірою покладаються на людську експертизу. Наприклад, формулювання гіпотез та розробка експериментів вимагають високого рівня творчості та специфічних знань у галузі, які машини наразі не можуть відтворити. Аналогічно, хоча штучний інтелект та машинне навчання можуть обробляти великомасштабний аналіз даних, інтерпретація результатів експериментів часто потребує людського розуміння для отримання значущих висновків та розуміння ширших наслідків. Коли експерименти не проходять як очікувалося, усунення несправностей зазвичай потребує людського втручання для діагностики проблем та впровадження ефективних рішень.

Мультиомічний підхід забезпечує всебічний та цілісний погляд на біологію пухлин, інтегруючи кілька рівнів клітинної інформації. Кожен омічний рівень надає унікальні уявлення про різні аспекти клітинної функції. Геноміка розкриває мутації та структурні варіації в ДНК, пропонуючи фундаментальне розуміння генетичних змін. Транскриптоміка виявляє патерни експресії генів, проливаючи світло на те, як гени регулюються та експресуються в ракових клітинах. Протеоміка ідентифікує кількість та модифікації білків, які є функціональними молекулами, що керують клітинними процесами. Нарешті, метаболоміка фіксує метаболічні зміни, що відбуваються в ракових клітинах, відображаючи зсуви в біохімічній активності. Разом ці рівні створюють багатовимірну картину поведінки та прогресування пухлини.

Хорошим прикладом мультиоміки в дослідженні раку є проект MOSAIC, який створює великий просторовий мультиомічний набір даних в онкології, інтегруючи шість модальностей даних, включаючи просторову транскриптоміку, одноклітинне РНК-секвенування, масове РНК-секвенування, повне екзомне секвенування, цифрову гістологію та клінічні дані. Зрештою, це спрямовано на підтримку розробки більш персоналізованих терапій, і використовуючи штучний інтелект для покращення аналізу, вони допоможуть ідентифікувати підтипи раку, біомаркери, мішені для ліків тощо.

Кілька передових технологій, таких як просторова аналітика на основі штучного інтелекту, стимулюють прогрес у просторовому аналізі, пропонуючи глибші уявлення про організацію тканин та клітинні взаємодії. Інший приклад — високороздільна просторова транскриптоміка, яка дозволяє візуалізацію на субклітинному рівні. Це дозволяє дослідникам спостерігати просторовий розподіл транскриптів всередині архітектури тканини. Крім того, платформи, що підтримують одночасне виявлення десятків білків у зрізах тканин, забезпечують детальний погляд на експресію та локалізацію білків.

У клінічній сфері методи просторової біології прокладають шлях для покращеної діагностики та управління захворюваннями, забезпечуючи високороздільне картування молекулярних та клітинних взаємодій всередині тканин, що призводить до більш точної класифікації захворювань, цільових терапій та моніторингу відповіді на лікування в реальному часі.

Експерти вважають, що наступним кордоном для просторової біології стане інтеграція штучного інтелекту просторових даних з іншими мультиомічними даними, що допоможе покращити планування лікування, моніторинг та результати пацієнтів.