address2arrow-email-sendarrow-rightbtn-right-arrowbubbleclosecomment-arrow-answerenvelopeeyefriendshamburgerheartHeart copy 26heart-emptyhomehumanlikelk-bubblelk-eyeHeart copy 26lk-pencilloginnav-editnav-eyenav-newsnav-starnav-userloginnext-arrow-rightpagination-lastpagination-nextShape 19 copysearchstarstar-fulluserBriefcaseCard
13 Сентября, 2018

Разработан новый способ выявления маркеров рака молочной железы

Группа ученых из Южно-Калифорнийского университета (USC) разработала метод, позволяющий определить маркеры рака молочной железы. С помощью машинного обучения компьютер сортирует и анализирует изображения, определяя, какие из них имеют эстрогеновые рецепторы, что важно для выбора пути лечения. Этот метод по сравнению с иммуногистохимией позволяет гораздо быстрее получать результаты и не требует больших материальных затрат.

Credit: Vesna Njagulj | Dreamstime.com

Credit: Vesna Njagulj | Dreamstime.com

Подготовила Мария Грязнова

Для прогноза и лечения рака молочной железы обязательным является определение статуса рецепторов эстрогена и других гормонов. Эстрогены, вырабатываемые организмом, соединяются с этими рецепторами и стимулируют рост опухоли. Рецепторный статус является важнейшим фактором при подборе лекарственных средств, а также определяет риск развития рецидива рака молочной железы. Стандартным методом определения рецепторного статуса опухоли является иммуногистохимическое окрашивание опухолевой ткани. Однако данный метод занимает много времени, имеет высокую стоимость, низкую чувствительность и специфичность.

Технология машинного обучения, предложенная учеными из Южно-Калифорнийского университета (USC), позволит получить результаты в тот же день. Ученые использовали машинное обучение для определения взаимосвязи между морфометрическими параметрами ядер раковых клеток и молекулярными маркерами. В качестве исследовательского материала использовались общедоступные гистопатологические изображения протоковой карциномы молочной железы с окраской гематоксилин-эозином. Компьютер распознавал форму и расположение ядер и передавал данные в нейронную сеть, которая изучала связи между формой ядра и рецепторным статусом. Затем ученые разделили 113 пациентов больных раком на две группы, одна из которых использовалась для обучения нейронной сети алгоритму улучшения визуализации образцов, а вторая — непосредственно для тестирования системы. При сравнении полученных данных была видна четкая взаимосвязь, которая указывала на то, что, анализируя морфологичские характеристики ядра, компьютер научился определять эстрогеновый статус у больных раком молочной железы.

Ученые признают, что на данном этапе технология машинного обучения не способна заменить иммуногистохимические методы для определения гормонального статуса опухоли. Однако увеличение выборки и улучшение специфичности в перспективе позволят использовать данную технологию для определения молекулярных маркеров рака груди.

Источник

Rishi R. Rawat et al. // Correlating nuclear morphometric patterns with estrogen receptor status in breast cancer pathologic specimens. // npg Breast Cancer, 2018; 4 September 2018; DOI:  10.1038/s41523-018-0084-4

167
0
Лидеры мнений
Лидеры отрасли
  • FUTURE
    13
САМЫЕ ОБСУЖДАЕМЫЕ ТЕМЫ ФОРУМА
Поиск материалов по тегам