Magyar kutatóknak sikerült elsőként egysejtes szinten párhuzamosan feltérképezni a tumorklónok genetikai és fehérjeállományát világossejtes veserákban, írják a szerzők az EMBO Molecular Medicine folyóiratban. A Szegeden működő Lendület Mikroszkópos Képelemzés és Gépi Tanulás Kutatócsoport új megközelítése a mikroszkópos képelemzést és a molekuláris méréseket mesterséges intelligencia által vezérelt, automatizált laborral köti össze.
Mit mértek és miért fontos ez?
A hagyományos molekuláris vizsgálatok rendszerint a teljes szövetmintát egyszerre elemzik, így a daganatban rejlő különböző működésű sejtcsoportok információja könnyen elhalványul. A szegedi módszer ezzel szemben olyan elemzést tesz lehetővé, amely megkülönbözteti a daganat különféle részeit, és sejtszinten mutatja meg, mely klónok hordoznak specifikus genetikai eltéréseket és milyen fehérjeprofil jellemzi őket.
Az új eljárás alapját a Deep Visual Proteomics jelenti: a mesterséges intelligencia először a szövettani képeket dolgozza fel, kiválasztva a vizsgálandó sejttípusokat, majd célzott lézerteszteléssel izolálják ezeket a sejteket és elvégzik a proteomikai vizsgálatokat. A Szegeden fejlesztett, automatizált egysejtes kutatási központban a folyamat emberi beavatkozás nélkül, folyamatosan zajlik, ami nagy mennyiségű, reprodukálható adatot tesz lehetővé.
Mi a jelentősége a klinikában?
A fehérjék közvetlenül tükrözik a sejtek működését: megmutatják, hogyan növekednek, alkalmazkodnak vagy válnak kezelésekkel szemben ellenállóvá. Ez különösen fontos a világossejtes veserák esetében, amely a leggyakoribb veseeredetű daganattípus és jelentős halálozással jár. A sejtcsoportok korai felismerése lehetővé teheti, hogy a kezelések célzottabbak legyenek, és időben azonosítsák azokat a klónokat, amelyek később áttétképzésre vagy terápiás rezisztenciára hajlamosak.
- Pontosság: egysejtes felbontás a genetikai és proteomikai adatkapcsolatok feltárásában.
- Automatizáltság: folyamatos, emberi beavatkozást minimalizáló működés a nagy mintaszámú elemzésért.
- Gyógyászati alkalmazhatóság: potenciálisan jobb betegszűrés, célzott terápia-kiválasztás és korai rezisztencia-felismerés.
A kutatócsoport vezetője, Horváth Péter vezette team munkája nyomán a módszer a világossejtes veserák mintáin demonstrálva bizonyította bevihetőségét. Az eredmények a publikáció szerint abba az irányba mutatnak, hogy a daganatkezelés személyre szabása nem csak genetikai markerekre, hanem a sejtek aktuális fehérjeállapotára is épüljön.
Korlátok és további lépések
Bár az eredmények jelentősek, a publikáció is visszafogott: a módszer jelenleg laboratóriumi környezetben, meghatározott mintákon bizonyított. A széleskörű klinikai alkalmazáshoz szükséges további lépések közé tartozik a nagyobb betegszámú vizsgálat, a módszer költséghatékonyságának és reprodukálhatóságának igazolása, valamint a diagnosztikai protokollokba történő integrálás vizsgálata.
A technológiai háttér — az automatizált egysejtes központ — Magyarországon is ritkaságnak számít. A kutatócsoport által létrehozott rendszer lehetővé teszi, hogy a nap 24 órájában, emberi beavatkozás nélkül izolálják a mesterséges intelligencia által kiválasztott sejteket, majd elvégezzék azok molekuláris elemzését, ami gyors és egységes adatsort ad a továbbfejlesztéshez.
| Elem | Jellemző |
|---|---|
| Beteganyag | Világossejtes veserák minták |
| Módszer | Deep Visual Proteomics + automatizált egysejtes platform |
| Fő cél | Genetikai és proteomikai információk egysejtes összekapcsolása |
Az eredmény nemcsak a magyar kutatói kapacitásokat erősíti nemzetközi szinten, hanem hozzájárulhat ahhoz is, hogy a daganatok biológiájáról szerzett információk a betegek kezelésénél gyorsabban és pontosabban hasznosuljanak. A következő évek vizsgálatai döntenek majd arról, milyen mértékben válik a módszer rutinszerű diagnosztikai eszközzé.
