Till innehåll på sidan
Till KTH:s startsida

AI och högre upplösning ska hitta tumörcellerna

Från forskningsarbetet: En detaljerad cellkarta med olika färger som markerar till exempel fettvävnad och förekomsten av cancer.

NYHET

Publicerad 2019-09-10

Nu har forskare från KTH och Scilifelab tillsammans med bland annat kollegor från Broad Institute of MIT and Harvard tagit fram en metod för hur de ska studera enskilda celler på plats i mänsklig vävnad. Med hjälp av artificiell intelligens och högre upplösning ska subjektiva bedömningar bli objektiva, och göra jakten på tumörceller mer framgångsrik.

Kartläggningen av cellernas position i vävnad tillsammans med deras molekylära fingeravtryck, transkriptom, är ett bra verktyg för att studera vävnaders olika funktioner. Cellpositionen har dock flera historier att berätta, bland att den om hur olika sjukdomar uppstår.

Av den orsaken har metoder för att studera de aktiva generna i enskilda celler från vävnad under de senaste åren utvecklats dramatiskt. Framför allt har detta utförts genom olika mekaniska mikroflödessystem där forskarna kunnat isolera enskilda celler och sedan genomfört så kallad massiv parallell RNA-sekvensering av cellerna. På detta sätt har forskare kunnat profilera hundratusentals dissocierade (avlägsnade) celler från vävnad, men med nackdelen att de saknat information om cellens ursprungliga positionen i vävnaden.

Joakim Lundeberg, professor i genteknologi vid KTH.

Dyra instrument har krävts

Alternativa cellstudier har emellertid funnits. Befintliga, spatiala molekylära metoder kan fånga detaljerad information om cellers position i fryst eller fast vävnad, men dessa metoder kräver både kunskap om vilka gener - biomarkörer - forskarna vill undersöka. Alternativt har relativt stora och dyra instrument krävts. Dessutom går det oftast bara att studera ett hundratal gener på samma gång, av tusentals aktiva.

 - För att lösa detta utvecklade vi för ett par år sedan det som kallas spatiell transkriptomik (Spatial Transcriptomics) som ger en spatiell bild av alla gener, hela transkriptomet, i en vävnad. Detta har i sin tur lett till möjligheten att utveckla artificiell intelligens för att analysera beståndsdelarna i ett prov. Begränsningen fram till nu har varit att forskarna bara kunnat studera en grupp av celler och inte den enskilda cellen, säger Joakim Lundeberg, professor i genteknologi vid KTH.

Det är här den nya forskningsinsatsen kommer in i bilden, ett arbete som publicerats i den vetenskapliga tidskriften Nature Methods. 

– I den nya studien visar vi att vi kan studera delar av en cell, det vill säga att vi ökat upplösningen 50 gånger vilket ger möjlighet att mer precist beskriva enskilda celler i en vävnad. Vi visar detta både med prov från hjärnvävnad och bröstcancer.

Tumörceller kan missas

Forskarna kallar den nya metoden "High Density Spatial Transcripotomics" (HDST), och den öppnar helt nya möjligheter att skapa en bättre förståelse av cellen i sin naturliga omgivning. Detta kan vara mycket betydelsefullt för studier av bland annat cancertumörer.

– Ett exempel är cancer där en genförändringar i en enda cell är början på att en tumör utvecklar sig. Dagens diagnostik är baserad på att du tittar i ett mikroskop och letar efter tumörceller. Är det många så är det relativt lätt men ju färre desto svårare att hitta. Detta är en process som tar tid och är subjektiv. Man kan helt enkelt missa en tumörcell.

Därför låter forskarna i stället datorerna leta efter cellers genaktivitet i datat då varje cell har sin egen genaktivitetssignatur utan någon subjektiv tolkning. Men det blir inte bättre än den svagaste länken i kedjan, vilket i forskarnas fall varit upplösningen av metoden. 

– Det som har skett är att vi tidigare har tittat efter en tumörcells gensignatur i en grupp av cirka 20 celler. Nu har vi förbättrad tekniken så vi han hitta en enda tumörcell, till och med delar av en tumörcell. 

Varför behöver man komma så nära? Vad kan man studera då som man inte annars ser?

– Många sjukdomar har sitt ursprung i en enskild cell och möjligheten att hitta tidiga förändringar kan vara nyckeln till framtida behandlingar. I senare skeden av en sjukdom så döljs de tidiga förändringarna av allt annat som går tokigt i samband med sjukdomen. Vår vetenskapliga publicering om  var framför allt en studie där vi kunde visa väldigt tidiga förändringar innan sjukdom uppstod. 

Text: Peter Ardell

För mer information, kontakta Joakim Lundeberg på 08 – 524 814 69 eller joakim.lundeberg@scilifelab.se.

Faktaruta

• Den vetenskapliga artikeln har precis publicerats i Nature Methods och heter " High-definition spatial transcriptomics for in situ tissue profiling ".

• Förutom KTH och Broad Institute of MIT and Harvard har även Flatiron Institute, New York University, Brigham and Women's Hospital, Lunds universitet, Illumina, Inc., Karolinska institutet och Stanford University medverkat i forskningsarbetet.

• Bakom finansieringen står Knut och Alice Wallenbergs Stiftelse, Cancerfonden, Stiftelsen för Strategisk Forskning, Vetenskapsrådet, European Molecular Biology Organization, Howard Hughes Medical Institute, Klarman Family Foundation, U.S. Department of Health & Human Services, National Institutes of Health och Swiss National Science Foundation.