Ferramenta de IA prevê atividade genética do câncer a partir de imagens de biópsia

Para determinar o tipo e a gravidade de um câncer, os patologistas normalmente analisam fatias finas de uma biópsia de tumor ao microscópio. Mas para descobrir que alterações genómicas estão a impulsionar o crescimento do tumor – informações que podem orientar a forma como é tratado – os cientistas devem realizar a sequenciação genética do ARN isolado do tumor, um processo que pode levar semanas e custa milhares de dólares.

Agora, os pesquisadores da Stanford Medicine desenvolveram um programa computacional alimentado por inteligência artificial que pode prever a atividade de milhares de genes dentro de células tumorais com base apenas em imagens de microscopia padrão da biópsia.

A ferramenta, descrita online em Comunicações da Natureza 14 de novembro, foi criado usando dados de mais de 7.000 amostras diversas de tumores. A equipe mostrou que poderia usar imagens de biópsia coletadas rotineiramente para prever variações genéticas no câncer de mama e prever os resultados dos pacientes.

“Este tipo de software poderia ser usado para identificar rapidamente assinaturas genéticas em tumores de pacientes, acelerando a tomada de decisões clínicas e economizando milhares de dólares ao sistema de saúde”, disse Olivier Gevaert, Ph.D., professor de ciência de dados biomédicos. e o autor sênior do artigo.

O trabalho também foi liderado pela estudante de pós-graduação de Stanford, Marija Pizuria, e pelos bolsistas de pós-doutorado Yuanning Zheng, Ph.D., e Francisco Perez, Ph.D.

Impulsionado pela genômica

Os médicos têm orientado cada vez mais a seleção de quais tratamentos contra o câncer – incluindo quimioterapias, imunoterapias e terapias baseadas em hormônios – recomendar aos seus pacientes com base não apenas no órgão afetado pelo câncer do paciente, mas também em quais genes um tumor está usando para alimentar seu crescimento e disseminação. . Ligar ou desligar certos genes pode tornar um tumor mais agressivo, com maior probabilidade de metastatizar ou com maior ou menor probabilidade de responder a certos medicamentos.

No entanto, o acesso a essas informações muitas vezes requer um sequenciamento genômico caro e demorado.

Gevaert e seus colegas sabiam que a atividade genética dentro das células individuais pode alterar a aparência dessas células de maneiras que são muitas vezes imperceptíveis ao olho humano. Eles recorreram à inteligência artificial para encontrar esses padrões.

Os pesquisadores começaram com 7.584 biópsias de câncer de 16 tipos diferentes de câncer. Cada biópsia foi cortada em seções finas e preparada usando um método conhecido como coloração com hematoxilina e eosina, que é padrão para visualizar a aparência geral das células cancerígenas. Informações sobre os transcriptomas dos cânceres – quais genes as células estão usando ativamente – também estavam disponíveis.

Um modelo funcional

Depois que os pesquisadores integraram suas novas biópsias de câncer, bem como outros conjuntos de dados, incluindo dados transcriptômicos e imagens de milhares de células saudáveis, o programa de IA – que eles chamaram de SEQUOIA (quantificação de expressão baseada em slides usando atenção linearizada) – foi capaz de prever a expressão padrões de mais de 15.000 genes diferentes das imagens coradas.

Para alguns tipos de câncer, a atividade genética prevista pela IA teve uma correlação de mais de 80% com os dados reais da atividade genética. Em geral, quanto mais amostras de qualquer tipo de câncer forem incluídas nos dados iniciais, melhor será o desempenho do modelo nesse tipo de câncer.

“Foram necessárias várias iterações do modelo para chegar ao ponto em que ficássemos satisfeitos com o desempenho”, disse Gevaert. “Mas, em última análise, para alguns tipos de tumor, chegou a um nível que pode ser útil na clínica”.

Gevaert destacou que os médicos muitas vezes não olham para um gene de cada vez para tomar decisões clínicas, mas para assinaturas genéticas que incluem centenas de genes diferentes. Por exemplo, muitas células cancerosas ativam os mesmos grupos de centenas de genes relacionados à inflamação ou centenas de genes relacionados ao crescimento celular. Comparado com o seu desempenho na previsão da expressão genética individual, o SEQUOIA foi ainda mais preciso na previsão se tais grandes programas genômicos foram ativados.

Para tornar os dados acessíveis e fáceis de interpretar, os investigadores programaram o SEQUOIA para exibir os resultados genéticos como um mapa visual da biópsia do tumor, permitindo aos cientistas e médicos ver como as variações genéticas podem ser distintas em diferentes áreas de um tumor.

Previsão de resultados de pacientes

Para testar a utilidade do SEQUOIA na tomada de decisões clínicas, Gevaert e seus colegas identificaram genes de câncer de mama cuja expressão o modelo poderia prever com precisão e que já são usados ​​em testes genômicos comerciais de câncer de mama. (O teste MammaPrint, aprovado pela Food and Drug Administration, por exemplo, analisa os níveis de 70 genes relacionados ao câncer de mama para fornecer aos pacientes uma pontuação do risco de recorrência do câncer.)

“O câncer de mama tem uma série de assinaturas genéticas muito bem estudadas que, na última década, demonstraram estar altamente correlacionadas com as respostas ao tratamento e os resultados dos pacientes”, disse Gevaert. “Isso o tornou um caso de teste ideal para nosso modelo.”

A equipe mostrou que o SEQUOIA poderia fornecer o mesmo tipo de pontuação de risco genômico que o MammaPrint, usando apenas imagens coradas de biópsias de tumores. Os resultados foram repetidos em vários grupos diferentes de pacientes com câncer de mama. Em cada caso, os pacientes identificados como de alto risco pelo SEQUOIA tiveram resultados piores, com taxas mais altas de recorrência do câncer e um tempo mais curto antes da recorrência do câncer.

O modelo de IA ainda não pode ser usado em um ambiente clínico – ele precisa ser testado em ensaios clínicos e aprovado pela FDA antes de ser usado para orientar decisões de tratamento – mas Gevaert disse que sua equipe está melhorando o algoritmo e estudando suas aplicações potenciais. . No futuro, disse ele, o SEQUOIA poderá reduzir a necessidade de testes caros de expressão genética.

“Mostramos como isso pode ser útil para o câncer de mama e agora podemos usá-lo para todos os tipos de câncer e observar qualquer assinatura genética existente”, disse ele. “É uma fonte totalmente nova de dados que não tínhamos antes.”

Cientistas da Roche Diagnostics também foram autores do artigo.