Новый высокоточный метод обнаружения циркулирующих опухолевых клеток в крови

Метастазирование - развитие опухоли на вторичном участке - является причиной большинства смертей, связанных с раком. Это происходит, когда первичный опухолевый участок выделяет раковые клетки, которые затем циркулируют по организму через кровеносные сосуды или лимфатические узлы. Они становятся семенами для возможного роста опухоли на вторичном участке тела.

Обнаружение этих очень редких клеток, известных как циркулирующие опухолевые клетки или CTC, важно для раннего прогноза серьезного заболевания, а также для мониторинга эффективности лечения. В настоящее время существует только один метод обнаружения CTC, одобренный Управлением по контролю за продуктами и лекарствами США (FDA), CellSearch, который используется для диагностики рака молочной железы, колоректального рака и рака простаты.

Результаты недавнего исследования - сотрудничество между Лихайского университета (Lehigh University), Институтом рака Лихай-Вэлли (Lehigh Valley Cancer Institute) и Университетом штата Пенсильвания (Pennsylvania State University) - демонстрируют потенциал нового метода обнаружения циркулирующих опухолевых клеток. В отличие от существующих методов, которые основаны на дорогостоящем и длительном процессе, который включает в себя маркировку антител флуоресценцией, в этом методе используется мощный метод обнаружения без меток. Разработанная Ялинг Лиу (Yaling Liu), преподавателем факультета биоинженерии Лихайского университета, в сотрудничестве с Сяолей Хуанг (Xiaolei Huang), преподавателем в Колледже информационных наук и технологий штата Пенсильвания (Penn State's College of Information Sciences and Technology), метод применяет алгоритм машинного обучения изображения в полевой микроскопии клеток, обнаруженных в образцах крови пациентов, содержащих лейкоциты и КТК.

Образцы крови были взяты у участвующих пациентов, проходящих лечение от рака почки четвёртой стадии в больнице Lehigh Valley-Cedar Crest под присмотром Суреш Найра (Suresh G. Nair), главного врача в Институте рака Lehigh Valley. Модель показала высокую степень точности: 88,6% общей точности в крови пациента и 97% в культивируемых клетках. Результаты были опубликованы в Nature Scientific Reports в статье под названием «Обнаружение без меток редких циркулирующих опухолевых клеток с помощью анализа изображений и машинного обучения».

Доктор Наир говорит, что инновационная методика Лю для выделения редких циркулирующих раковых клеток в пробирку с кровью, которая может насчитывать всего 15 клеток на один миллиард, представляет собой «более простой, элегантный и экономически эффективный подход к мониторингу пациентов с помощью таких методов лечения, как иммунотерапия и целенаправленное лечение рака на уровне циркулирующих клеток, а не сканирование, такое как сканирование CAT, которое ищет 100 миллионов или более клеток, организованных в опухоль на один сантиметр».

«Это небольшое, хотя и небольшое исследование, демонстрирует, что наш метод может обеспечить высокую точность идентификации редких CTC без необходимости использования продвинутых устройств или опытных пользователей, обеспечивая тем самым более быстрый и простой способ подсчета и идентификации CTC… С появлением большего количества данных в будущем модель машинного обучения может быть улучшена и служить точным и простым в использовании инструментом для анализа CTC», - пояснил Лю.

Этот метод, по его словам, требует минимальной предварительной обработки данных и имеет простую экспериментальную настройку. Чтобы получить результаты, команда предварительно обработала образцы цельной крови, захватив светлое поле и флуоресцентные изображения клеток. Они обучили модель глубокого обучения с обрезанными одноклеточными изображениями в светлых полях и использовали соответствующие флуоресцентные изображения в качестве наземных меток истинности. Для сравнения они также обучили и протестировали модель с культивируемыми клеточными линиями. Затем группа провела тестирование и суммировала статистические результаты обученной модели.

По сути, они провели два эксперимента: один был группой сравнения, оперированной лейкоцитами и культивируемыми линиями раковых клеток, а другой - лейкоцитами и КТК пациента. Они ожидали, что первая группа экспериментов с использованием группы сравнения будет работать нормально из-за большого количества обучающих наборов данных для культивируемых клеток. Они использовали 1745 одноклеточных изображений и достигли общей точности 97,5%. Команда не ожидала, что вторая группа, из образцов крови пациентов, даст такой же высокий уровень точности, как и первая группа, потому что набор обучающих данных был ограничен - на основе 95 одноклеточных изображений в качестве исходного ввода.

Образцы крови собирали частично с использованием коммерческого набора для обогащения и частично с использованием микрофлюидного устройства, разработанного Liu специально для улавливания и высвобождения CTC. Он и его команда продолжают вводить новшества в этой области и разрабатывают устройство, которое сочетает в себе машинное обучение оптическому изображению и акустическую сортировку для автоматической обработки образца.