Echipa de cercetare de la Universitatea din Michigan a dezvoltat o metodă bazată pe învățare automată pentru a crea gemeni digitali ai tumorilor cerebrale care pot estima activitatea metabolică în timp real și pot prezice modul în care gliomurile individuale vor răspunde la tratamente specifice. Descoperirile, publicate în Cell Metabolism, detaliază gemenii digitali care integrează date limitate ale pacientului cu principiile biologiei, chimiei și fizicii pentru a simula metabolismul tumorilor, permițând clinicienilor să evalueze dacă intervențiile alimentare sau medicamentele metabolice sunt susceptibile să fie eficiente înainte de a fi prescrise.
„În mod obișnuit, măsurările metabolice în timpul intervențiilor chirurgicale pentru îndepărtarea tumorilor nu pot oferi o imagine clară asupra metabolismului tumorii – chirurgii nu pot observa cum variază metabolismul în timp și laboratoarele sunt limitate la studierea țesuturilor după intervenție”, a spus autorul senior Deepak Nagrath, PhD, profesor de inginerie biomedicală la Universitatea din Michigan. „Prin integrarea datelor limitate ale pacientului într-un model bazat pe biologie fundamentală, chimie și fizică, am depășit aceste obstacole.”
Gemenii digitali au fost creați având în vedere depășirea limitărilor analizei actuale a fluxului metabolic, care este dificil de aplicat la pacienții în viață deoarece necesită adesea condiții de echilibru sau prelevări repetate de-a lungul timpului.
„Progresele recente în estimările de flux metabolic in vivo sunt limitate la modele preclinice, în principal din cauza provocărilor legate de prelevarea de țesuturi, heterogenitatea mediului tumoral și condițiile non-steady-state”, au scris cercetătorii. Pentru a depăși aceste obstacole, echipa UM a dezvoltat un cadru de lucru pentru gemeni digitali care combină simulările izotopice cu o rețea neurală convoluțională pentru a estima fluxurile metabolice din mostrele pacientului obținute la un moment dat unic.
Pentru a construi gemenii digitali, echipa a folosit datele pacientului obținute din analize de sânge, măsurările metabolice ale țesutului tumoral colectat în timpul intervenției chirurgicale și profilurile genetice ale tumorilor. Opt pacienți cu gliom au fost infuzați cu glucoză marcată cu izotopi în timpul intervenției chirurgicale, generând date de urmărire a izotopilor care au limitat simulările. Cercetătorii au antrenat rețeaua neurală folosind date sintetice ale pacienților generate din reguli biologice și chimice cunoscute. „Aceasta este prima dată când o abordare bazată pe învățare automată și inteligență artificială a fost folosită pentru a măsura fluxul metabolic direct în tumorile pacienților”, a spus autorul principal Baharan Meghdadi, student doctorand la inginerie chimică la UM.
Cercetările anterioare din laboratorul Nagrath sugeraseră potențialul acestei abordări de a crea gemeni digitali. Cercetările anterioare arătaseră că unele gliomuri depind de surse externe de aminoacid serină și pot fi încetinite de diete restricționate în serină și glicină, în timp ce altele sintetizează acești aminoacizi intern și nu sunt afectate de schimbările dietetice.
Gemenii digitali au fost testați în mai multe moduri. Predicțiile computaționale ale fluxului metabolic au fost comparate cu date independente provenite de la șase din cei opt pacienți, arătând că modelele virtuale au fost extrem de precise.
Sursa: [https://www.cell.com/cell-metabolism/fulltext/S1550-4131(22)00006-1]
Senior Editor RevistaSanatatii.ro. Pasionat de lifespan, fan David Sinclair.