Революционный алгоритм сокращает время идентификации клеток: новые возможности в лечении рака

Учёные из Центра комплексного лечения рака ВКУ (VCU Massey Comprehensive Cancer Center) разработали новый алгоритм, который может стать революционным инструментом для определения наилучших вариантов лечения пациентов с раком и назначения лекарств.

Методы исследования

Джинзе Лю (Jinze Liu), научный сотрудник Центра комплексного лечения рака ВКУ и профессор на кафедре биостатистики в Школе общественного здравоохранения ВКУ (VCU School of Public Health), и Кевин Байрд (Kevin Byrd), ассоциированный научный сотрудник Центра комплексного лечения рака ВКУ и доцент кафедры молекулярной биологии полости рта и черепа в Школе стоматологии ВКУ (VCU School of Dentistry), создали алгоритм TACIT (Threshold-based Assignment of Cell Types from Multiplexed Imaging Data). Этот алгоритм присваивает идентичность клеток на основе профилей экспрессии клеточных маркеров.

Результаты исследования

TACIT сокращает время идентификации клеток с более чем месяца до нескольких минут, что экономит драгоценное время и ресурсы исследователей. Алгоритм использует данные более чем 5 миллионов клеток из основных систем организма, таких как мозг, кишечник и слюнные железы, что обеспечивает превосходную точность и масштабируемость по сравнению с существующими моделями.

В своей публикации в журнале «Nature Communications» Лю и Байрд продемонстрировали, как TACITпревосходит три существующих метода без надзора по точности и масштабируемости, а также интегрирует типы и состояния клеток для выявления новых клеточных ассоциаций.

Заключение

Потенциальное применение TACIT широко варьируется. Алгоритм может помочь идентифицировать хорошие пространственные биомаркеры для клинических испытаний, предсказывать ответы пациентов на лечение до их включения в испытания и подбирать наиболее подходящие лекарства для пациентов.

Лю и Байрд также видят преимущества TACIT в фармакологическом контексте, где алгоритм может использовать маркеры РНК для помощи в ведении лечения. Это позволяет предсказывать препараты и исходы, которые могут быть полезны для пациентов, и подбирать уже одобренные лекарства, соответствующие образцам тканей пациентов.

Литература:
Khoa L. A. Huynh et al, Deconvolution of cell types and states in spatial multiomics utilizing TACIT, Nature Communications (2025). DOI: 10.1038/s41467-025-58874-4