Gdyby dziesięć lat temu zapytać większość onkologów, jak będzie wyglądała przyszłość leczenia nowotworów, niewielu z nich wyobrażałoby sobie terapie tak precyzyjnie dostosowane, że każda z nich byłaby ukierunkowana na konkretne cechy guza danego pacjenta. Jednak dzięki najnowocześniejszym badaniom i nieustannemu postępowi technologicznemu marzenie to szybko staje się rzeczywistością. W czym tkwi sekret? W znacznie głębszym zrozumieniu tego, co sprawia, że każdy nowotwór jest wyjątkowy w skali mikroskopowej, oraz w nowej, potężnej roli, jaką sztuczna inteligencja zaczyna odgrywać w interpretacji i reagowaniu na całą tę złożoność.
W rzeczywistości guzy nie są jednolite — komórki w obrębie tego samego guza mogą się od siebie znacznie różnić, nie mówiąc już o różnicach między pacjentami. Może to całkowicie zmienić sposób, w jaki choroby reagują na określone leki, dlatego tak kluczowe jest skupienie się właśnie na tych różnicach. W przeszłości naukowcy badali nowotwory, analizując po jednym aspekcie na raz: gen, białko lub wygląd komórek pod mikroskopem. Chociaż takie podejście dostarczało nam cennych wskazówek, przypominało to czytanie powieści, ale tylko przeglądanie losowych akapitów – nie ma możliwości uchwycenia całej historii choroby. Potrzebny jest sposób na połączenie wszystkich tych perspektyw, a sztuczna inteligencja sprawia, że jest to obecnie możliwe.
To prowadzi nas do CellLENS – nowatorskiego narzędzia opartego na głębokim uczeniu, opracowanego wspólnie przez naukowców z czołowych ośrodków badawczych: MIT, Harvard Medical School, Uniwersytetu Stanforda, Uniwersytetu Yale oraz Uniwersytetu Pensylwanii. W odróżnieniu od typowych systemów sztucznej inteligencji, które działają w wąskich dziedzinach, CellLENS został zaprojektowany tak, aby zapewnić kompleksowe, 360-stopniowe zrozumienie poszczególnych komórek nowotworowych. Łączy ono trzy kluczowe aspekty: jakie cząsteczki komórka wyraża (np. RNA i różne białka), gdzie fizycznie znajdują się te komórki w tkance oraz jak wyglądają pod mikroskopem. Dzięki temu może dostrzec wzorce zachowań komórek, które umknęłyby tradycyjnej analizie.
Here’s what that means in practice: It’s possible for two cells to look almost exactly alike in isolation, but when you factor in what they’re doing and where they’re sitting in a tumor, their roles can actually be completely different. CellLENS can group and distinguish these cells by integrating all this information. For example, what used to be labeled simply as “a T cell” by a scientist is now, thanks to CellLENS, recognized as a T cell actively engaged at a particular edge of a tumor, perhaps fighting the cancer or, in some cases, being suppressed. This kind of detail is a huge leap forward in understanding what’s really happening at the smallest scale.
Konsekwencje tego odkrycia są ogromne. Dzięki tej nowej wiedzy naukowcy mają większe możliwości wykrywania ukrytych populacji komórek i dokładnego określenia ich roli — ta wiedza może pomóc w zidentyfikowaniu nowych biomarkerów, czyli sygnałów komórkowych wykorzystywanych przez lekarzy do diagnozowania chorób, przewidywania ich przebiegu lub ustalania planu leczenia. Może to nawet utorować drogę dla terapii ukierunkowanych na konkretne podtypy komórek, dzięki czemu leczenie stanie się skuteczniejsze i mniej toksyczne dla pacjentów.
Jednym z obecnych problemów związanych z nowoczesnymi metodami leczenia, zwłaszcza terapiami immunologicznymi, jest to, że często pomijają one najdrobniejsze szczegóły dotyczące rozmieszczenia guza. Niektóre komórki odpornościowe pojawiają się wyłącznie na obrzeżach guza, a przeoczenie tego faktu może sprawić, że terapia okaże się nieskuteczna. Dzięki rejestrowaniu nie tylko tego, co znajduje się wewnątrz komórki, ale także tego, gdzie się ona znajduje i jak wpisuje się w otoczenie, CellLENS zapewnia zupełnie nowy poziom zrozumienia.
W testach przeprowadzonych w warunkach rzeczywistych, obejmujących tkanki pochodzące zarówno z próbek od zdrowych osób, jak i z nowotworów, takich jak chłoniak i rak wątroby, technologia CellLENS zidentyfikowała już rzadkie podtypy komórek odpornościowych oraz uwypukliła związek między ich zachowaniem, lokalizacją a postępem choroby. Te spostrzeżenia otwierają nowe możliwości w zakresie wczesnego wykrywania, bardziej precyzyjnej diagnostyki oraz – co najbardziej obiecujące – bardziej ukierunkowanych i skutecznych metod leczenia.
Naukowcy kierujący tymi badaniami są przekonani, że prawdziwa magia tkwi w połączeniu bogatych informacji o każdej pojedynczej komórce z modelami analitycznymi na tyle zaawansowanymi, by nadać temu wszystkiemu sens. Nie chodzi tylko o gromadzenie ogromnych ilości danych, ale o przekształcenie ich w coś, co można wykorzystać w praktyce – coś, co pozwoli lekarzom wskazać nowe kierunki terapeutyczne i, co najważniejsze, pomóc pacjentom.
Narzędzia takie jak CellLENS przesuwają granice możliwości medycyny precyzyjnej, zamieniając marzenie o prawdziwie zindywidualizowanej opiece onkologicznej w realną nadzieję dla wielu pacjentów. Z każdym kolejnym zagłębieniem się w szczegóły na poziomie komórkowym przyszłość naszego rozumienia i leczenia nowotworów staje się nieco jaśniejsza.
Przeczytaj oryginalny artykuł na stronie MIT News: https://news.mit.edu/2025/ai-system-uncovers-hidden-cell-subtypes-boosts-precision-medicine-0711
Ta strona używa plików cookie.