Automatizált sejlanalízis a rákdiagnosztikához

Az élő sejtek automatizált, gyors és enzimmentes kivonása a TissueGrinder segítségével biopsziás minták vizsgálatához. © Fraunhofer IPA

A Fraunhofer IPA által kifejlesztett TissueGrinders – egy automatikus, mini méretű őrlő készülék érzékeny sejtszövetekhez – segítségével a jövőben klinikák is képzett patológus nélkül gyorsan és pontosan elemezhetik a daganatos betegektől vett sejtmintákat. Ennek legfőbb haszonélvezői nemcsak a klinikák, hanem elsősorban a páciensek lesznek. Ha a sejtek elemzése már műtét közben megtörténik, és szinte azonnal megkezdődnek a megfelelő kezelési lépések, a betegek gyakran megúszhatják a második műtétet.

Operáció közben gyorsan szükség van pontos információkra az eltávolított szövetről, hogy a sebész a következő lépéseket megfelelően tudja megtervezni. Eddig a módszer az volt, hogy egy biopsziás mintát egy patológushoz küldtek, aki megítélte, hogy a szövet egészséges-e, vagy milyen mértékben terjedt a daganat. Ez sok időt és erőforrást igényelt.

A Mannheimben található Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA, az Erlangeni Friedrich-Alexander-Universität és az Erlangeni Egyetemi Klinika együttműködésében a Max-Planck-Institut für die Physik des Lichts és a Max-Planck-Zentrum für Physik und Medizin kutatóival sikerült nagymértékben automatizálni a sejtek elemzését és az ezt követő értékelést mesterséges intelligencia alkalmazásával. A Nature Biomedical Engineering folyóiratban megjelent tanulmányuk, amelyet Dr. Despina Soteriou és Dr. Markéta Kubánková a Max-Planck-Zentrum für Physik und Medizin munkatársai, valamint Prof. Jochen Guck, az Max-Planck-Institut für die Physik des Lichts igazgatója jegyez, bemutatja, hogyan segíthet a jövőben egy „mesterséges patológus”.

Első lépés: Szövet aprítás a »TissueGrinder« segítségével

Az új eljárásban a TissueGrinder segítségével gyorsabban nyerhetők ki az élő sejtek. A készüléket a Fraunhofer IPA-n fejlesztette ki Dr. Jens Langejürgen és kollégái, és hasonlóan működik, mint egy fűszermalom: speciálisan kialakított pengék segítségével, amelyek egy forgó őrlőben mozognak, kíméletesen aprítja a szövetet anélkül, hogy a sejtek károsodnának vagy megváltoznának. „A TissueGrinder óriási potenciállal bír a minták előkészítésében a daganatos diagnosztikában és más orvosi alkalmazásokban, különösen az olyan diagnosztikai eljárásokban, amelyek egyedi sejtekre alapoznak, és amelyek a személyre szabott orvoslás alapját képezik” – mondta Jens Langejürgen, a Klinikai Egészségügyi Technológiák osztályvezetője. Korábban a sejtek kinyerése időigényes volt, manuálisan kellett őket kiválasztani vagy enzimekkel kivonni, amelyek nyomokat hagyhatnak a sejtfelületen, így befolyásolva a további vizsgálatok eredményességét.

A TissueGrinder által végzett, gyors és enzimmentes élő sejtek kivonása jelentősen egyszerűsíti a biopsziás minták vizsgálatát. „A diagnosztikai folyamat elején hatékony mintavételezés lehetővé teszi a legmodernebb elemzési módszerek, például az Echtzeit-Verformbarkeitszytometrie (RT-DC) vagy a mesterséges intelligencia alkalmazását, és javítja az elemzések minőségét is. Bízunk benne, hogy a TissueGrinder központi szerepet játszik a betegségek diagnózisának optimalizálásában, és így gyorsabb és pontosabb kezelést tesz lehetővé” – mondta Stefan Scheuermann, a Fraunhofer IPA tudományos munkatársa.

Második lépés: A sejtek fizikai tulajdonságainak elemzése

A következő lépésben az egyedi sejtek a Echtzeit-Verformbarkeitszytometrie (RT-DC) segítségével kerülnek elemzésre. Ez egy Prof. Jochen Guck által kifejlesztett, címkémentes módszer a sejtek deformálhatóságának vizsgálatára, amely akár 1000 sejt fizikai tulajdonságait képes másodpercenként elemezni, és 36 ezerszer gyorsabb, mint a régebbi módszerek. Hasonlóan, mint egy orvosi vizsgálat során történő tapintás, a sejtek deformálhatósága fontos információkat nyújt. Ezeket az adatok kihasználva a sejtek egy mikroszkópos csatornán gyorsan áthaladnak, ahol a nyomás és a terhelés hatására deformálódnak. A felvételeken látható képek alapján a kutatók meghatározhatják a sejtek fizikai jellemzőit, például alakját, méretét és deformálhatóságát.

Harmadik lépés: Az eredmények értékelése mesterséges intelligenciával

Ahhoz, hogy diagnózist lehessen felállítani, a fizikai elemzés eredményeit végső lépésben értékelni kell. A Max-Planck-tudósok sikerrel fejlesztettek ki egy MI-modellt, amely kiértékeli az RT-DC elemzés összetett adathalmazait, és képes megállapítani, hogy a minta tartalmaz-e daganatos szövetet vagy sem. Emellett a mesterséges intelligencia alkalmazása megerősítette a sejtek deformálhatóságának biomarker szerepét.

Az egész eljárás a szövetszemtől a végeredmény értékeléséig kevesebb mint 30 percet vesz igénybe, és képzett patológus vagy fizikusi közreműködése nélkül is elvégezhető. Továbbá alkalmazható a szövetgyulladások kimutatására egy olyan modellben, amely gyulladásos bélbetegségeket (IBD) modellez.

A tudósok következő célja annak feltárása, hogyan lehet a legjobban beépíteni az automatizált sejtvizsgálati eljárást a klinikák mindennapi gyakorlatába, hogy támogassa és kiegészítse a hagyományos patológiai elemzést.