فراتر از جعبه سیاه: پیوندهای تفسیر شده بین مورفولوژی و گل آلود

مشاهده یک اعتقاد است

دستاوردهای اخیر در فن آوری های چندمیک فضایی به دانشمندان این امکان را داده است تا معماری بافت را با اندازه گیری های دقیق مولکولی مانند بیان ژن ، فراوانی پروتئین ها و سطح متابولیت ، که توسط یک زمینه مورفولوژیکی تصاویر H&E -colored تکمیل شده است ، مطالعه کنند. در آزمایشگاه هوش مصنوعی ما در ژنومیک ، ما چندین ابزار گسترده استفاده شده از جمله SPAGCN ، TESLA و MISO را برای تجزیه و تحلیل این مجموعه داده های پیچیده چند مدلی توسعه داده ایم. در حالی که این روش ها با کارهایی مانند شناسایی نوع سلول و تقسیم ناحیه بافت متمایز می شوند ، طبیعت “جعبه سیاه” آنها ، تفسیر چگونگی ارتباط آنها ویژگی های مورفولوژیکی با تغییرات مولکولی را دشوار می کند. کشف این اتصالات بسیار مهم است. سوال اصلی باقی مانده است: خصوصیات مولکولی دقیقاً چگونه معماری بافت را شکل می دهد؟ اندازه گیری اتصال کمی مفید است ، اما کافی نیست – ما نیز باید آن را تجسم کنیم. از آنجا که افراد به طور طبیعی متفکران بصری هستند ، می بینند که چگونه ساختار بافت با فعالیت مولکولی تغییر می کند می تواند برای بسیاری از زیست شناسان شهودی تر و بصیرت تر از بررسی انتزاع های آماری مانند مقادیر p باشد.

Morphlink زیست شناسی مکانی Ai-Scoven شفاف را ایجاد می کند

برای مقابله با این چالش ها ، ما یک morphlink ایجاد کرده ایم – ابزاری تفسیر شده هوش مصنوعی که از نظر بصری بر مورفولوژی بافت و سیگنال های مولکولی غلبه می کند. Morphlink با باز کردن “جعبه سیاه” از زیست شناسی مکانی ، چگونگی ارتباط ساختار بافت با فعالیت مولکولی را نشان می دهد و توضیح می دهد که به بینش های جدید بیولوژیکی امکان پذیر است. با نام خود درست است ، Morphlink پیوندهای آماری پایدار و بصری بین تغییرات مولکولی و مورفولوژیکی را فراهم می کند. این امر با حل سه چالش مهم به این نتیجه می رسد:

1) بازیابی قابل تفسیر از خصوصیات مورفولوژیکی: در حالی که مدل های آموزش عمیق با تقسیم بافت متمایز می شوند ، خصوصیات آنها اغلب فاقد تفسیر بیولوژیکی است. Morphlink اندازه گیری های مورفولوژیکی ، که از نظر بیولوژیکی مرتبط هستند و هم با افراد غیرقابل درک ، جامع و بدون برچسب عصاره می شوند.

2) تعیین کمی از روابط مکانی: این روشها هیچ شاخص پایدار از همبستگی مورفولوژی با داده های مولکولی در زمینه های مکانی ندارند. Morphlink یک CPSI (شاخص شباهت بر اساس منحنی) را معرفی می کند ، یک شاخص جدید که به طور مؤثر این اتصالات را تعیین می کند.

3) ادغام بصری داده های چند حالته: Morphlink تجسم های بصری را فراهم می کند که همزمان ردیابی می کنند که چگونه رفتار سلولی از دیدگاه های ساختاری و مولکولی رشد می کند.

نمونه ای از چگونگی نشان دادن Morphlink ناهمگونی تومور

ما نشان می دهیم که چگونه Morphlink به محققان کمک می کند تا ارتباط بین ظاهر بافت ها و فعالیت مولکولی را با استفاده از نمونه ای از سرطان مثانه نشان دهند. مثال اول بر روی هسته ها ، مشهورترین ساختارهای تومورها متمرکز است. مورفلینک می یابد که ژنهای درگیر در سیگنالینگ ایمنی ، مانند CD74بسیار با تغییرات در چگالی کروماتین همراه است ، که توسط استحکام هسته ای در تصاویر H&E اندازه گیری می شود. همانطور که در شکل 1aبزرگ شده CD74 بیان با یک انتقال مورفولوژیکی به هسته ها ، از کروماتین تاریک ، متراکم (هتروکروماتین) به حالت ساختار یافته تر و پراکنده تر (اوچروماتین) مطابقت دارد ، که توسط هسته های غیرقابل تصور و حداقل سیتوپلاسم مشخص می شود. این شل و باز شدن کروماتین معمولاً با افزایش فعالیت رونویسی همراه است و منعکس کننده فعال شدن ژنهای درگیر در ارائه آنتی ژن است.

فراتر از هسته ها ، Morphlink همچنین ساختارهای بافتی دیگر را نیز بررسی می کند. به عنوان مثال ، پیوندی بین ژن های مربوط به تکثیر تومور ، مانند ماکلنو پیشرفت سریع فیبروبلاست های مرتبط با سرطان (CAF). شناسایی CAF در تصاویر H&E یک چالش است زیرا هسته آنها کمتر ، کمتر متراکم و نامنظم تر از سلولهای تومور است. علاوه بر این ، آنها اغلب در استروما ساخته می شوند ، پس زمینه بافت متراکم که می تواند ویژگی های آنها را تاریک کند. با وجود این چالش ها ، Morphlink با موفقیت مناطق CAF را ضبط می کند. همانطور که در شکل 1bاین نشان می دهد که بالاتر ماکلن بیان با مناطق بزرگتر CAF (برجسته در سبز) اطراف سلولهای تومور همراه است. این CAF رشد تومور و تهاجم را حفظ می کند ، که باعث می شود آنها به پیشرفت سرطان کمک کنند.

Morphlink پیدا کردن و درک چگونگی ویژگی های مختلف بافت های مشاهده شده در زیر میکروسکوپ با سیگنال های مولکولی خاص را تسهیل می کند. این اتصالات به ما کمک می کنند تا نحوه رفتار سلولها را بهتر درک کنیم ، به ویژه هنگامی که سلولهای یک نوع یکسان مورفولوژی مختلف را نشان می دهند. این مهم است زیرا تغییرات در مورفولوژی سلولی اغلب منعکس کننده تغییرات در عملکرد آنها است. از آنجا که فناوری های فضایی OMIC هنوز هم برای استفاده روتین بسیار گران یا دشوار هستند ، ما معتقدیم که ویژگی های قابل تفسیر و بیولوژیکی قابل توجه مورفولوژیکی شناسایی شده توسط Morphlink باعث توسعه ظهور آگاهانه مولکولی و ارتفاع بافت شناسی مسیر رشد می شود.

هوش مصنوعی در آزمایشگاه ژنومیک