Neues KI-System entschlüsselt Rolle von „Geruchsrezeptoren“ bei Darmkrebs

Bisher war die Rolle genetischer Geruchsrezeptoren außerhalb der Nase weitgehend unbekannt.

Der Mensch verfügt über rund 400 olfaktorische „Geruchsrezeptoren“ – die größte Genfamilie des Menschen –, die in der Nase und anderen Teilen des Körpers aktiviert sind und es uns ermöglichen, mindestens eine Billion verschiedener Gerüche wahrzunehmen. Bisher war die Rolle dieser Geruchsrezeptoren außerhalb der Nase weitgehend unbekannt. 

Für eine vor kurzem in der Zeitschrift Molecular Systems Biology veröffentlichte Studie wurde künstliche Intelligenz (KI) auf mehreren Ebenen eingesetzt, um diese Rezeptoren, die bei der Entstehung von Darmkrebszellen beteiligt sind, zu identifizieren. Dabei zeigte sich, dass die Rezeptoren für die Geruchswahrnehmung zusammen mit den Schlüsselgenen für Darmkrebs zu diesem krebsassoziierten Prozess beitragen können. Die Ergebnisse verdeutlichten deren potenzielle Rolle bei der Ausbreitung der Krankheit und der Prognose. 

Ermöglicht wurde diese Entdeckung durch die Entwicklung eines innovativen KI-Systems, das wissens- und kontextgesteuertes maschinelles Lernen (Knowledge-and Context-driven Machine Learning, KCML) genannt wird. KCML ermöglicht den Forschern, Mikroskopbilder genauer zu untersuchen, um die Funktionen von Rezeptoren und Genen in einem spezifischen Kontext tiefgreifender zu verstehen. Erstmals wurde das Verfahren bei Dickdarmkrebs angewandt, kann aber auch auf andere Erkrankungen übertragen werden. 

Die Forscher nutzten einen Algorithmus für Computer Vision (Bilderkennung), um Veränderungen im Aussehen und im Aufbau der Zellen zu entdecken. Der Algorithmus wurde in Zusammenarbeit mit Forschern der Universität Zürich mit Informationen aus der robotergestützten Mikroskopie gespeist, um Millionen von Darmkrebszellen abzubilden. Durch die Reduzierung der Expression der „Geruchs-Gene“ in diesen Zellen war es möglich, deren Rolle bei der Tumorentwicklung näher zu beleuchten. 

Bei der Expression handelt es sich um den Prozess, bei dem die Gene (Rezeptoren) aktiviert werden, um bestimmte Proteine und Moleküle zu produzieren. Die an der Studie beteiligten Forscher fanden heraus, dass die Verringerung der Expression von Geruchs-Genen in Darmkrebszellen – ein Prozess, der als Perturbation (Störung) bezeichnet wird – die Ausbreitung der Zellen hemmen kann, möglicherweise durch Einschränkung der Bewegungsfähigkeit der Zellen. Dasselbe Verhalten wird auch bei der Störung von wichtigen Krebsgenen beobachtet. 

Dr. Heba Sailem, Sir Henry Wellcome Forschungsstipendiatin am Institut für Biomedizintechnik in Großbritannien, eine der Hauptautorinnen der Studie, erklärte: „Mit dieser großen Menge an Bilddaten haben wir ein leistungsfähiges Mittel, um besser zu verstehen, wie jedes einzelne Gen zum Verhalten von Krebszellen beiträgt. Ich habe ein KI-System entwickelt, das sich an den Vorkenntnissen der Genfunktion orientiert und es uns ermöglicht, viel mehr aus diesen Daten zu lernen, als dies mit den bisherigen Methoden möglich wäre.“

 „Wenn Menschen komplexe Szenen betrachten, interpretieren sie die Bilder im Lichte ihrer bisherigen Erfahrungen und visuellen Erinnerungen (Vorkenntnisse). Computer sehen Bilder jedoch nur als große Zahlenmatrix. Sie sehen keine Formen und Strukturen. Bei Computer Vision – Computersehen – geht es darum, den Computer darauf zu trainieren, das zu sehen, was der Mensch sehen kann. Mit Hilfe der künstlichen Intelligenz sind wir in der Lage zu erkennen, wie sich das Ausschalten von Genen auf die Eigenschaften, die Form und die Struktur von Zellen und Gewebe auswirkt. Für den Menschen ist es in der Regel ein sehr langwieriger Prozess, Zahlen aus Tausenden von Bildern mit jeweils Tausenden von Zellen zu interpretieren. Mit Computer Vision ist dies innerhalb weniger Tage möglich“, fügte sie hinzu.

Im Mittelpunkt von Dr. Sailems Arbeit stand die Untersuchung von Zellen in Kulturen. Der nächste Schritt wird darin bestehen, diese Erkenntnisse mit realen Patientendaten zu verknüpfen. Außerdem möchte sie ihr KI-Modell anwenden, um das Verhalten von Genen bei verschiedenen Krebsarten, darunter Prostata-, Brust- und Lungenkrebs, zu untersuchen.  

WARUM DIES WICHTIG IST

Darmkrebs ist die dritthäufigste Krebserkrankung in Großbritannien und die zweithäufigste Todesursache bei Krebs. 

Professor Mark Lawler vom Lehrstuhl für translationale Krebsgenomik am Zentrum für Krebsforschung und Zellbiologie der Queen's University Belfast und medizinischer Berater für Darmkrebs in Großbritannien, begrüßte die Anwendung des neuen KI-Modells bei Darmkrebs und kommentierte die Studie als Beweis für die „Macht der Daten bei der Aufdeckung neuer Mechanismen“.

„Eine der größten Herausforderungen bei Darmkrebs ist die Metastasierung. Dies ist der Punkt, an dem die meisten Patienten sterben. Etwas, das uns mehr darüber verrät und uns vielleicht zeigt, wie dies zu kontrollieren wäre, ist sehr vielversprechend“, fügte er hinzu. 

Dr. Sailem erklärte: „Krebs ist keine Krankheit – er kann je nach Gewebetyp und Herkunft in viele Krankheiten unterteilt werden. Wir können Zellen aus krankem Gewebe entnehmen und untersuchen, was die Gene in diesen bestimmten Zellen tun. Wir können dann Gene identifizieren, auf die wir mit einer Therapie abzielen wollen – oder Gene, für die es bereits gezielte Therapien gibt.“

(...) Klicken Sie hier, um den vollständigen Artikel im Original zu lesen.


##
Dies ist eine Übersetzung eines Artikels von Lisa Wells, erschienen auf der englischsprachigen Version von Healthcare IT News.

Auch für Sie interessant

Your search returned no results.