Views: 26
– Novo algoritmo de aprendizado profundo O DeepMACT detecta as menores metástases (tempo de leitura 3 minutos)
Courtesy by TUM: Pesquisadores da Universidade Técnica de Munique (TUM), do Helmholtz Zentrum München e do LMU Munich desenvolveram um novo algoritmo que detecta automaticamente metástases. A nova tecnologia usa inteligência artificial (IA) e até encontra células cancerígenas disseminadas no corpo de ratos. Dessa maneira, os mecanismos de disseminação de diferentes tipos de câncer podem ser investigados com mais detalhes.
Mais de 90% dos pacientes com câncer morrem de metástases distais, e não como resultado direto do tumor primário. As metástases do câncer geralmente se desenvolvem a partir de células cancerígenas disseminadas, que fogem do sistema de vigilância imune do corpo. Até agora, a detecção abrangente dessas células em todo o corpo não era possível, devido à resolução limitada de técnicas de imagem, como bioluminescência e ressonância magnética (RM). Isso resultou em um relativo desconhecimento dos mecanismos específicos de disseminação de diversos tipos de câncer, que é um pré-requisito para uma terapia eficaz.
Transcendendo os recursos de detecção humana com aprendizado profundo
O método vDISCO, desenvolvido por uma equipe liderada pelo Dr. Ali Ertürk, Diretor do Instituto de Engenharia de Tecidos e Medicina Regenerativa da Helmholtz Zentrum München, pode tornar transparente o tecido de todo o corpo de um mouse. Essa “limpeza de tecido” permitiu que os pesquisadores usassem microscópios de varredura a laser para detectar as menores metástases e até células individuais de câncer no tecido do corpo transparente do mouse.
Como a análise manual desses dados de imagem consumiria muito tempo e os algoritmos disponíveis até agora para esse tipo de análise de dados oferecem apenas confiabilidade e velocidade de processamento limitadas, a equipe desenvolveu um novo algoritmo baseado em aprendizado profundo chamado DeepMACT. Ele corresponde ao desempenho de especialistas humanos na detecção de metástases – mas o faz mais de 300 vezes mais rápido. “Com apenas alguns cliques, o DeepMACT pode executar o trabalho de detecção manual de meses em menos de uma hora. Agora somos capazes de realizar análises de metástases de alto rendimento até células tumorais disseminadas como rotina diária ”, diz Oliver Schoppe, co-primeiro autor do estudo e doutorado. aluno do grupo de Prof. Bjoern Menze da TranslaTUM, o Centro de Pesquisa Translacional do Câncer da TUM.
Identificando padrões de metástases
Veja o video neste link: https://youtu.be/4lZoop-_kXU
Usando o DeepMACT, os pesquisadores obtiveram novas idéias sobre os perfis metastáticos exclusivos de diferentes modelos de tumores. Por exemplo, o DeepMACT descobriu um aumento substancial em pequenas metástases em todo o corpo do mouse ao longo do tempo. “Nenhum desses recursos pôde ser detectado pela imagem convencional de bioluminescência antes. O DeepMACT é o primeiro método a permitir a análise quantitativa do processo metastático em escala de corpo inteiro ”, acrescenta o Dr. Chenchen Pan, pós-doutorado em Helmholtz Zentrum München e também primeiro autor do estudo. “Nosso método também nos permite analisar o direcionamento das terapias de anticorpos para tumores em mais detalhes”.
Com o DeepMACT, os pesquisadores agora têm uma ferramenta para avaliar o direcionamento de terapias clínicas do câncer que empregam anticorpos monoclonais específicos de tumores. Como exemplo representativo, eles usaram o DeepMACT para quantificar a eficácia de um anticorpo terapêutico chamado 6A10, que demonstrou reduzir o crescimento do tumor. Os resultados demonstraram que 6A10 pode perder até 23% das metástases nos corpos dos ratos afetados. Isso enfatiza a importância da análise da eficácia do direcionamento no nível de metástases únicas para o desenvolvimento de novos medicamentos para tumores.
A ferramenta está disponível ao público
“A batalha contra o câncer está em andamento há décadas e ainda há um longo caminho a percorrer antes que possamos finalmente derrotar a doença. Para desenvolver terapias contra o câncer mais eficazes, é fundamental entender os mecanismos metastáticos em diversos tipos de câncer e desenvolver medicamentos específicos para tumores capazes de interromper o processo metastático ”, explica Ertürk.
O DeepMACT está disponível ao público e pode ser facilmente adotado em outros laboratórios, com foco em diversos modelos de tumores e opções de tratamento. “Hoje, a taxa de sucesso de ensaios clínicos em oncologia é de cerca de 5%. Acreditamos que a tecnologia DeepMACT pode melhorar substancialmente o processo de desenvolvimento de medicamentos em pesquisas pré-clínicas. Assim, poderia ajudar a encontrar candidatos a medicamentos muito mais poderosos para ensaios clínicos e, com sorte, ajudar a salvar muitas vidas ”.
Publicações: Pan C, Schoppe O, Parra-Damas A, Cai R, Todorov MI, Gondi G, de Neubeck B, Böğürcü-Seidel N, Seidel S, Sleiman K, Veltkamp C, Förstera B, Mai H, Rong Z, Trompak O, Ghasemigh aragoz A, Reimer MA, Cuesta AM, Coronel J, Jeremias I, Saur D, Acker-Palmer A, Acker T, Garvalov BK, Menze B, Zeidler R, Ertürk A. “Deep Learning revela metástase do câncer e direcionamento de anticorpos terapêuticos no Corpo inteiro”. Cell (2019). DOI: 10.1016 / j.cell.2019.11.013
Corporate Communications Center Technical University of Munich
Media Relations Team : Arcisstr. 19 80333 München presse@tum.de Tel.: +49.89.289.22778
Artigo relacionado: Toshiba anuncia tecnologia de detecção rápida de 13 tipos de câncer
Gostou do artigo? Assine a newsletter, é Gratis!