Više od 150 godina lekari i naučnici oslanjaju se na histopatologiju, proučavanje uzoraka tkiva pod mikroskopom, kako bi otkrili promene povezane sa bolestima i postavili dijagnozu. Iako su se mikroskopi tokom tog perioda značajno usavršili, osnovni postupak pripreme tkiva dugo je ostao sličan.

Upravo ovde se i krije jedan od problema: da bi se uzorak pripremio za analizu, prolazi kroz procese koji mogu da izmene njegovu strukturu i uklone pojedine delove.

Među njima su lipidi, odnosno masti, koje imaju važne uloge u funkcionisanju ćelija, izgradnji njihovih membrana, prenosu signala i zapaljenskim procesima. Njihov raspored i količina pružaju informacije o tome šta se događa u tkivu, ali ih standardne metode histološke pripreme često ne čuvaju.

Istraživači sa Medicinskog fakulteta Univerziteta Harvard razvili su novi sistem za snimanje i analizu tkiva pod nazivom NoR-AI. On kombinuje specijalizovanu mikroskopsku tehniku sa analizom slika pomoću veštačke inteligencije sa ciljem potpunije slike tkiva i očuvanja informacija o lipidima, proteinima i vodi.

Prema navodima istraživača, postupak zahteva minimalnu ili nikakvu prethodnu obradu uzorka i gotov je za oko 30 minuta, dok tradicionalne analize traju i do nekoliko dana.

Veštačka inteligencija vidi detalje koje klasična analiza propušta

NoR-AI je nastao povezivanjem dve tehnologije. Prva je NoRI, odnosno normalizovano Ramanovo snimanje, metoda koja analizira način na koji svetlost reaguje sa različitim sastojcima tkiva. Na osnovu tih interakcija dobijaju se informacije o hemijskom sastavu uzorka, uključujući količinu i raspored pojedinih molekula.

Drugi deo sistema čini veštačka inteligencija, preciznije konvolutivna neuronska mreža, vrsta algoritma koja je posebno pogodna za analizu slika. Njen zadatak je da obradi snimke dobijene mikroskopijom i prepozna sitne razlike u strukturi tkiva koje drugim metodama promiču.

Gledanje kroz mikroskop
Foto: Shutterstock

"Možemo da vidimo unutar ćelija i tkiva na načine na koje ranije niko nije mogao", rekao je Marc Kišner, autor istraživanja i profesor biologije na Harvardu za njihov portal.

"Problem kod primene neuronskih mreža na tradicionalnim histološkim snimcima jeste to što moraju da prolaze kroz mnogo analiza da bi se razaznale određene strukture. Kod NoRI metode nema toga. Vidimo čisto tkivo, onakvo kakvo je bilo u organizmu", objasnio je Vilijam Trim, jedan od autora studije.

Šta su otkrili posmatrajući oštećenje bubrega?

Istraživači su novu tehnologiju najpre testirali na tkivu bubrega miševa. Sa svega dva ili tri snimka, neuronska mreža uspela je da razazna tri različita tipa bubrežnih kanalića, napravi razliku između anatomskih regija i čak odredi pol životinje na osnovu rasporeda lipida i proteina u tim strukturama.

Zatim su u saradnji sa istraživačima koji proučavaju bolesti bubrega, analizirali model akutnog oštećenja ovog organa. Pratili su promene tokom 25 dana nakon povrede i uspeli da zabeleže kako se menjaju organizacija i količina lipida i proteina u različitim delovima tkiva.

Pored već poznatih karakteristika akutnog oštećenja bubrega, metoda je otkrila i neke promene koje ranije nisu bile uočene. Posebno je značajno praćenje gubitka i ponovnog pojavljivanja lipida u različitim regijama organa tokom procesa oštećenja i oporavka.

"Dobijamo informacije u NoRI snimcima koje ranije nisu beležene. One mogu da se vide jedino kombinovanjem NoRI metode i neuronske mreže", rekao je Trim.

Istraživanje tkiva
Foto: Shutterstock

Zašto su lipidi važni za razumevanje bolesti?

Jedan od najzanimljivijih potencijalnih doprinosa nove metode jeste mogućnost detaljnijeg proučavanja lipida. Iako se često pominju u kontekstu holesterola, telesne težine i kardiovaskularnih bolesti, lipidi imaju mnogo širu ulogu u organizmu.

Oni su sastavni deo ćelijskih membrana, učestvuju u skladištenju energije i utiču na komunikaciju između ćelija. Pojedine vrste masti povezane su i sa zapaljenskim procesima i odgovorom imunog sistema. Zato promene njihove količine i rasporeda u tkivu mogu da ukažu na procese koji prate razvoj bolesti.

NoR-AI može da razlikuje različite vrste lipida, uključujući holesterol, zasićene i nezasićene masti. To bi istraživačima moglo da omogući da preciznije prouče njihovu ulogu u različitim oboljenjima.

"Lipidi su neistražena teritorija histologije", rekao je Kiršner, dodajući da su istraživači već uočili značajne promene u njihovoj količini i rasporedu u tkivima koja proučavaju.

Tim sa Harvarda već koristi ovu tehnologiju u istraživanjima pretkliničkih modela raka debelog creva, jetre i prostate, a planira da je primeni i u proučavanju bolesti bubrega nastalih usled dijabetesa i drugih stanja.

Ipak, važno je da se naglasi kako NoR-AI za sada istraživačka tehnologija. Dosadašnji rezultati predstavljaju dokaz da metoda može da otkrije nove detalje u tkivu, ali još ne znači da je spremna da zameni postojeće postupke analize biopsija u svakodnevnoj kliničkoj praksi.

Nova tehnologija za analizu tkiva i lipida
Foto: Prevencija kao garancija

 (Eupravo zato)