סמנים 18.09.2019

בינה מלאכותית להערכת סמנים הורמונליים במיקרו-רקמות של חולות סרטן השד

אצל לפחות מחצית מהמטופלים במחקר זה, נראה כי למידת מכונה של פרופיל מולקולרי מבוסס מורפולוגיה (MBMP) מנבאת התבטאות סמנים ביולוגיים בצורה שאיננה פחות טובה מ-IHC

אימונוהיסטוכימיה (IHC) מהווה את השיטה הנפוצה ביותר לזיהוי סמנים ביולוגיים מולקולריים. עם זאת, השימוש בערכות IHC גוזל זמן רב, יקר, תלוי בפרוטוקולים לטיפול ברקמות ונשען על הפרשנות הסובייקטיבית של הפתולוגים. ניתוח של תמונות פתולוגיות על ידי אלגורתמים של למידת מכונה מתחיל לשמש ליישומים שונים בפתולוגיה אך טרם נעשה שימוש באלגוריתם כזה שיכול להוות אלטרנטיבה למערכים כימיים של זיהוי ואפיון מולקולרי.

חוקרים ישראלים מהטכניון ובית החולים רמב"ם ערכו מחקר שנועד להעריך את כדאיות חיזוי ביטוי מולקולרי של סמנים ביולוגיים ברקמות סרטן, המסתמך על דגימות רקמות דיגטליות שנצבעו ב-hematoxylin-eosinי(H&E).

מסד הנתונים כלל 20,600 דגימות מ-5,356 חולות עם סרטן שד משני קבוצות מחקר רטרוספקטיביות. הגיל החציוני באבחון היה 61 שנים עבור קבוצה 1 (412 חולים) ו-62 שנים עבור קבוצה 2 (4,944 חולים), והמעקב החציוני היה 12.0 שנים ו-12.4 שנים, בהתאמה. היסטומורפולוגיה של רקמות הייתה בקורלציה משמעותית לביטוי המולקולרי של כל 19 הסמנים הביולוגיים שנבדקו, כולל קולטן אסטרוגן (ER), קולטן פרוגסטרון (PR) ו-ERBB2 (לשעבר HER2). ביטוי של ER היה צפוי ל-105 מתוך 207 חולות אימות בקבוצה 1 (50.7%) ו-1,059 מתוך 2,046 חולות אימות בקבוצה 2 (51.8%), עם PPVs של 97% ו-98%, בהתאמה, NPVs של 68% ו-76% בהתאמה, ודיוק של 91% ו-92%, בהתאמה, שלא היו נחותים מ-IHC המסורתי (PPV,י91%-98%; NPV,י51%-78%; ודיוק, 81%-90%). דיוק האבחון השתפר ככל שנותחו נתונים רבים יותר.

אצל לפחות מחצית מהמטופלים במחקר זה, נראה כי למידת מכונה של פרופיל מולקולרי מבוסס מורפולוגיה (MBMP) מנבאת התבטאות סמנים ביולוגיים בצורה שאיננה פחות טובה מ-IHC. מהתוצאות עולה כי דיוק התחזית עשוי להשתפר ככל שהנתונים המשמשים לאימון האלגוריתם. השיטה יכולה לשמש כגישה כללית לאיפיון וזיהוי מולקולרי בהיקף המוני על בסיס תמונות דיגטליות צבועות H&E, דבר שיאפשר שיטות מהירות, מדויקות וזולות לאיפיון של סמנים ביולוגיים מרובים ברקמות סרטן.

מקור: 

Shamai, Gil, Yoav Binenbaum, Ron Slossberg, Irit Duek, Ziv Gil, and Ron Kimmel. "Artificial Intelligence Algorithms to Assess Hormonal Status From Tissue Microarrays in Patients With Breast Cancer." JAMA network open 2, no. 7 (2019): e197700-e197700.

נושאים קשורים:  סמנים,  סרטן שד,  הורמונלי,  אסטרוגן חיובי,  פרוגרסטרון חיובי,  פתולוגיה,  אימונוהיסטוכימיה,  מחקרים
תגובות
 
האחריות הבלעדית לתוכנן של תגובות שיפורסמו על ידי משתמשי האתר, תחול על המפרסם ועליו בלבד. על המגיבים להימנע מלכלול בתגובות תוכן פוגעני או כל תוכן אחר, שיש בו משום פגיעה או הפרת זכויות של גורם כלשהו