O algoritmo identifica rapidamente os tipos de células para combinar com pacientes com terapias eficazes de câncer

Pesquisadores do VCU Massey Comprehensive Cancer Center desenvolveram um novo algoritmo que poderia fornecer uma ferramenta revolucionária para determinar as melhores opções para os pacientes – tanto no tratamento do câncer quanto na prescrição de medicamentos.

Como publicado recentemente em Comunicações da naturezaJinze Liu, Ph.D. e Kevin Byrd, DDS, Ph.D., criaram atribuição de limiares de tipos de células a partir de dados de imagem multiplexada (TACIT), que atribuem identidades de células com base nos perfis de expressão de marcadores celulares. O Tacit reduz o tempo de identificação de células de mais de um mês para apenas alguns minutos – economizando tempo e recursos valiosos.

TACIT—developed by Liu, a research member at Massey and a professor in the Department of Biostatistics at the VCU School of Public Health, and Byrd, an associate research member at Massey and assistant professor of oral and craniofacial molecular biology at the VCU School of Dentistry—uses data from over 5 million cells across major body systems like the brain, gut, and oral glands to distinguish cells, providing superior Precisão e escalabilidade quando comparadas aos modelos existentes, que muitas vezes carecem de poder para separar as populações de células esperadas devido a conjuntos de marcadores limitados.

“Estamos usando inteligência artificial para aumentar a eficiência e também a precisão do diagnóstico”, disse Liu. “E à medida que obtemos mais dados, a capacidade do TACIT de aumentar os resultados positivos dos pacientes apenas se multiplicará”.

Em sua publicação, Liu e Byrd demonstraram como o tácito superou três métodos não supervisionados existentes em precisão e escalabilidade, além de integrar tipos de células e estados para revelar novas associações celulares. O Tacit mostrou forte concordância entre diferentes tipos de testes – como dados genéticos e proteicos – tornando os resultados mais confiáveis. Para os pacientes, isso pode significar obter um diagnóstico mais cedo, evitando tratamentos desnecessários ou comparado a um ensaio clínico com maior probabilidade de ajudar. E para os médicos, fornece uma maneira poderosa de ver o que realmente está acontecendo dentro do corpo.

As aplicações benéficas do Tacit são amplas.

“Um de nossos objetivos como cientistas é identificar bons biomarcadores espaciais para ensaios clínicos para que possamos prever respostas aos pacientes ao estudo antes mesmo de serem matriculadas”, disse Liu. “Já trabalhamos com vários investigadores principais em [VCU’s] O campus para incluir biologia espacial em ensaios clínicos, e o Tacit pode fornecer essa orientação para garantir que os pacientes do ensaio clínico estejam recebendo os melhores tratamentos possíveis “.

Byrd acrescentou: “Você pode usar o Tacit para colocar o paciente certo para o estudo – e o mais importante – não colocou o paciente errado no julgamento. No momento, não temos uma ferramenta muito boa para isso, mas isso é bastante poderoso para fazê -lo”.

Liu e Byrd também veem os benefícios do tácito no cenário farmacológico, onde o algoritmo pode utilizar marcadores de RNA para ajudar a impulsionar os cuidados.

“Se você disser a um paciente que eles não podem fazer parte de um ensaio clínico, isso não é uma ótima notícia, especialmente se nada mais for oferecido”, disse Byrd. “Mas esses marcadores de RNA são realmente muito bons e escaláveis, o que nos permite prever drogas e resultados que podem ser úteis para os pacientes.

“Temos um grande repositório de [FDA] Medicamentos aprovados, podemos mapear nas amostras de tecido. Imagine se você pudesse dizer a um paciente, ‘aqui já [FDA] droga aprovada. ‘ Para que o paciente não seja recrutado como parte de um julgamento para um novo medicamento de investigação que eles podem não precisar ou não ver tanto benefício “.

Além disso, o Tacit funciona em vários aplicativos de biologia espacial, permitindo que Liu e Byrd se baseiam nos conjuntos de dados existentes para melhorar ainda mais o trabalho do algoritmo. “Às vezes brincamos que o tácito é como uma pedra de Rosetta”, disse Byrd. “Você pode ver como todos esses diferentes tipos de dados se tornam o mesmo idioma e, para nós, podemos desenvolver isso. Há uma enorme oportunidade de usar o Tacit de várias maneiras, de proteínas a sistemas orgânicos e diferentes tipos de doenças”.

O trabalho de Liu e Byrd também demonstra uma nova tecnologia na qual capturaram a proteômica deslizante e a transferência de proteômica, encontrando maneiras de vincular as duas peças diferentes de equipamentos para criar multi -ômicos de células, permitindo que os pesquisadores estudassem vários marcadores de uma só vez. Anteriormente, os pesquisadores só podiam utilizar ômicos de células únicas.