سلولهای سرطانی که متاستاز یا گسترش بیماری را از محل اولیه آن آغاز میکنند، با سلولهای سرطانی که در تومور اصلی باقی میمانند متفاوت هستند. تشخیص انواع سلول های شروع کننده متاستاز می تواند شدت سرطان را تعیین کند و به پزشکان در تصمیم گیری در مورد دوره درمان کمک کند.
که در یادگیری ماشینی APLتوسط انتشارات AIP، محققان دانشگاه فناوری تگزاس یک مدل یادگیری عمیق برای طبقه بندی سلول های سرطانی بر اساس نوع ایجاد کردند. این ابزار تنها به یک میکروسکوپ ساده و مقدار کمی قدرت محاسباتی نیاز دارد که نتایجی همتراز یا بهتر از تکنیک های پیچیده تر و پیچیده تر ایجاد می کند.
سلول های سرطانی بسیار ناهمگن هستند و مطالعات اخیر نشان می دهد که زیرجمعیت های سلولی خاص، به جای کل، مسئول متاستاز سرطان هستند. شناسایی زیرجمعیتهای سلولهای سرطانی گامی حیاتی برای تعیین شدت بیماری است.”
وی لی، نویسنده
روشهای فعلی برای طبقهبندی سلولهای سرطانی شامل ابزارهای پیشرفته، تکنیکهای بیولوژیکی زمانبر یا برچسبهای شیمیایی است.
کارل گاردنر، نویسنده، میگوید: «مشکل این تکنیکهای پیچیده و طولانیتر این است که به منابع و تلاشی نیاز دارند که میتوان برای کاوش در زمینههای مختلف پیشگیری و بهبود سرطان صرف کرد».
برخی از مطالعات از نانوذرات مغناطیسی برای ردیابی سلولهای سرطانی استفاده میکنند، اما چسباندن این برچسبها میتواند بر تجزیه و تحلیل پایین دست سلولها و یکپارچگی اندازهگیریها تأثیر بگذارد.
گاردنر گفت: «روش طبقهبندی ما شامل مواد شیمیایی یا محلولهای بیولوژیکی اضافی هنگام عکسبرداری از سلولها نیست. “این یک روش “بدون برچسب” شناسایی پتانسیل متاستاتیک است.”
استفاده از شبکه عصبی این تیم نیز ساده، کارآمد و خودکار است. پس از دادن تصویر به آن، ابزار داده ها را به احتمال تبدیل می کند. نتیجه کمتر از 0.5 سرطان را به عنوان یک نوع سلول طبقه بندی می کند، در حالی که عدد بالاتر از 0.5 نوع دیگری را مشخص می کند.
این ابزار برای بهینه سازی دقت پیش بینی ها با مجموعه ای از تصاویر از دو خط سلول سرطانی آموزش داده شد. دقت بیش از 94 درصد در مجموعه دادههای مورد استفاده در مطالعه رسید.
در حال حاضر، داده های آموزشی تنها سلول های سرطانی منفرد را به حساب می آورند. با این حال، تحقیقات نشان می دهد که خوشه های سلولی تومور در گردش بیشتر مسئول گسترش سرطان هستند. هدف نویسندگان توسعه و تعمیم مدل به گونهای است که هم سلولها و هم خوشهها را شامل شود.
منبع:
موسسه فیزیک آمریکا
مرجع مجله:
گاردنر، کی. و همکاران (2023) با استفاده از تجزیه و تحلیل تصویر مبتنی بر یادگیری عمیق، شناسایی رایگان سلول های سرطانی مختلف را برچسب گذاری کنید. یادگیری ماشینی APL doi.org/10.1063/5.0141730.