AI & computing › AI-gestuurde wetenschappelijke ontdekkingen
Nieuwe digitale weefselatlas moet AI leren kankercellen te 'lezen'
Onderzoekers van de Zwitserse universiteit EPFL hebben de grootste openbare verzameling van gedetailleerde kankerweefselbeelden ter wereld gebouwd. De atlas, genaamd spora, moet het trainen van AI-modellen voor kankeronderzoek een flinke stap makkelijker maken. Tot nu toe kostte het combineren van dit soort data onderzoekers wereldwijd enorm veel tijd.
Een tumor bestaat niet uit één soort cel. Kankercellen liggen verspreid tussen immuuncellen, bloedvaten en bindweefsel, en precies die rangschikking vertelt artsen veel over hoe een ziekte zich ontwikkelt en hoe goed een behandeling werkt. Om dat te onderzoeken gebruiken wetenschappers een techniek die bekendstaat als spatiale proteomics: ze meten tientallen eiwitten in een weefselmonster, maar bewaren ook exact waar in het weefsel die eiwitten zich bevinden. Het resultaat is een soort gedetailleerde kaart van een tumor op celniveau.
Het probleem: data die niet samenpast
Het probleem is dat laboratoria over de hele wereld hun eigen apparatuur, eigen eiwitten en eigen manier van dataopslag gebruiken. Daardoor is het nauwelijks mogelijk om resultaten van verschillende onderzoeksgroepen te combineren tot één grote, betrouwbare dataset. En grote, uniforme datasets zijn precies wat nodig is om kunstmatige intelligentie goed te trainen. Een onderzoeksteam onder leiding van Charlotte Bunne, hoogleraar aan de Ecole Polytechnique Fédérale de Lausanne (EPFL) in Zwitserland, besloot dat probleem structureel aan te pakken.
Twee jaar bouwen aan spora
Samen met het Europese bio-informatica-instituut EMBL-EBI, het Universitair Ziekenhuis Zürich en de universiteiten van Zürich en Genève werkte het team twee jaar aan een atlas die ze spora noemen. Die bevat 13.546 beelden van 5.477 patiënten, afkomstig uit veertien verschillende weefseltypen en gemaakt met vijf verschillende beeldvormingstechnieken. Waar mogelijk zijn de beelden ook gekoppeld aan klassieke pathologiebeelden, zodat moleculaire metingen en de beelden die artsen dagelijks gebruiken bij elkaar staan. Volgens eerste auteur Benedikt von Querfurth, doctoraalstudent aan de EPFL, ging het meeste werk niet naar nieuwe metingen, maar naar het opschonen en vergelijkbaar maken van bestaande data: duizenden beelden ordenen, eiwitlabels standaardiseren en individuele cellen identificeren.
Op weg naar betere voorspellingen voor patiënten
Spora is gratis toegankelijk en bevat ook gereedschap om AI-modellen te bouwen en te testen op hun betrouwbaarheid over verschillende studies heen. Postdoc Lukas Klein benadrukt dat dit cruciaal is: een model dat goed werkt in één ziekenhuis kan falen zodra patiënten, apparatuur of meetmethode veranderen. Door dezelfde testprotocollen te gebruiken, kunnen onderzoekers dat soort zwakke plekken systematisch opsporen. Op dit moment richt spora zich vooral op kankeronderzoek, maar het team wil de atlas uitbreiden naar meer weefsels en ziekten. Het einddoel van Bunne en haar collega's is concreet: inzichten uit duizenden weefselmonsters vertalen naar betere voorspellingen over het ziekteverloop van individuele patiënten, in samenwerking met artsen.
Achtergrond & begrippen
Wat betekent dit voor de toekomst? Deze atlas kan het ontwikkelen van AI-modellen voor kankerdiagnose en behandeladvies flink versnellen, omdat onderzoekers niet langer zelf grote, uniforme datasets hoeven samen te stellen. Op termijn kan dit soort data artsen helpen om per patiënt beter te voorspellen hoe een tumor zich ontwikkelt en welke behandeling het meeste kans van slagen heeft. Doordat de atlas openbaar en gratis is, kunnen onderzoeksgroepen wereldwijd ermee werken, wat de ontwikkeling van betrouwbare AI-modellen in de biomedische wetenschap kan versnellen.
- Spatiale proteomics
- Een techniek die meet welke eiwitten aanwezig zijn in een weefsel, terwijl precies bewaard blijft waar in het weefsel die eiwitten zitten.
- Multiplex-beeldvorming
- Een beeldvormingsmethode waarmee tientallen verschillende eiwitten gelijktijdig in één weefselmonster zichtbaar worden gemaakt.
- Histopathologie
- De klassieke manier waarop artsen weefsel onder de microscoop bekijken om ziekten zoals kanker te diagnosticeren.
- Weefselatlas
- Een grote, gestructureerde verzameling van weefselbeelden en bijbehorende medische gegevens, bedoeld om onderzoek te vergemakkelijken.
- Cohort
- Een groep patiënten of monsters die samen zijn onderzocht in een bepaalde studie.
- arXiv-preprint
- Een wetenschappelijk artikel dat online is gepubliceerd voordat het een officiële peer review door vakgenoten heeft doorlopen.
Bronnen
Dit artikel is met behulp van AI geschreven op basis van bovenstaande bronnen en is geen letterlijke vertaling. Zo werkt onze redactie.
