Hệ thống CellLENS giúp phát hiện các kiểu hành vi ẩn giấu của tế bào trong mô, tạo đột phá để thúc đẩy điều trị ung thư bằng liệu pháp miễn dịch.
CellLENS kỳ vọng góp phần mở ra kỷ nguyên mới cho các chiến lược điều trị chính xác, nhắm trúng đích từng quần thể tế bào miễn dịch trong môi trường mô. Ảnh: MIT News
Để phát triển các liệu pháp điều trị ung thư mang tính cá nhân hóa, các nhà khoa học cần xác định đặc điểm di truyền và hình thái của từng tế bào ung thư – cả trong một khối u và giữa các khối u khác nhau – vì những khác biệt này ảnh hưởng trực tiếp đến cách khối u phản ứng với điều trị.
Một phần quan trọng của công việc này là hiểu rõ RNA hoặc protein mà mỗi tế bào ung thư biểu hiện, vị trí của tế bào trong mô ung thư, và hình thái của nó dưới kính hiển vi. Tuy nhiên, các phương pháp truyền thống thường chỉ xem xét một hoặc hai khía cạnh trong số đó một cách riêng biệt.
Giờ đây, một công cụ AI mới mang tên CellLENS (Cell Local Environment and Neighborhood Scan) đã thay đổi cách tiếp cận: bằng cách kết hợp mạng nơ-ron tích chập (CNN) và mạng nơ-ron đồ thị (GNN), hệ thống này tổng hợp đồng thời cả ba khía cạnh – hình ảnh, vị trí và dấu hiệu sinh học – để tạo ra “hồ sơ số” toàn diện cho từng tế bào đơn lẻ.
Công cụ này không chỉ phân loại tế bào giống nhau về mặt sinh học, mà còn phát hiện ra sự khác biệt về hành vi giữa những tế bào có vẻ ngoài tương đồng nhưng lại hành xử khác nhau tùy thuộc vào “hàng xóm” xung quanh trong mô.
Từ quan sát thụ động đến hiểu sâu về tế bào
Công trình nghiên cứu vừa được công bố trên tạp chí Nature Immunology, là kết quả hợp tác giữa các nhà khoa học từ MIT, Trường Y Harvard, Đại học Yale, Đại học Stanford và Đại học Pennsylvania – dưới sự dẫn dắt của Bokai Zhu, nghiên cứu sau tiến sĩ tại MIT và là thành viên của Viện Broad (MIT và Harvard) cũng như Viện Ragon.
“Trước đây, chúng tôi chỉ đơn giản nói rằng: đây là một tế bào T”, – Zhu giải thích. “Giờ đây, nhờ CellLENS, chúng tôi có thể xác định không chỉ là một tế bào T, mà còn biết được nó đang tấn công vào rìa khối u ở một bệnh nhân cụ thể”.
“Cùng một bộ dữ liệu cũ, nhưng với CellLENS, chúng tôi có thể định nghĩa lại bản chất của tế bào, phân nhóm phụ, chức năng đang thực hiện và tiềm năng phản ứng sinh học. Điều này có thể dẫn đến việc phát hiện các chỉ dấu sinh học mới, giúp phát triển các liệu pháp nhắm đích chính xác hơn”.
Phát hiện những tầng sâu chưa từng thấy của mô học ung thư
CellLENS vượt trội nhờ khả năng phát hiện cùng lúc nhiều lớp thông tin: từ hình thái tế bào đến vị trí không gian trong mô. Khi được áp dụng cho mô khỏe mạnh và các mẫu ung thư như u lympho và ung thư gan, hệ thống này đã phát hiện ra các phân nhóm tế bào miễn dịch hiếm gặp, đồng thời làm rõ vai trò của chúng trong các cơ chế bệnh lý như xâm lấn khối u hoặc ức chế miễn dịch.
Kết quả từ CellLENS có thể giúp cộng đồng khoa học hiểu rõ hơn về mối quan hệ giữa hệ miễn dịch và khối u, mở đường cho các phương pháp chẩn đoán và điều trị ung thư cá nhân hóa với độ chính xác cao hơn.
GS. Alex K. Shalek – đồng tác giả nghiên cứu, Giám đốc Viện Kỹ thuật Y sinh (IMES), Giáo sư ngành Hóa học tại MIT và thành viên Viện Broad – chia sẻ: “Tôi thực sự phấn khích trước tiềm năng của các công cụ AI như CellLENS trong việc giúp chúng ta hiểu toàn diện hơn về hành vi bất thường của tế bào trong mô. Giờ đây, chúng ta có thể đo lường lượng thông tin khổng lồ từ các tế bào đơn lẻ cùng với bối cảnh mô học nhờ các kỹ thuật phân tích đa tầng hiện đại. Nếu được sử dụng đúng cách, những dữ liệu này có thể mở ra hướng mới cho các phương pháp điều trị chính xác, nâng cao chất lượng y tế và sức khỏe cộng đồng.”
(Nguồn MIT News)
