آخرین مطالب

تصویربرداری رزونانس مغناطیسی (MRI) و هوش مصنوعی (AI) می توانند علائم اولیه مرگ سلول های تومور را پس از درمان جدید تشخیص دهند –


در مطالعه اخیر منتشر شده در Nature Biomedical Engineering، تیمی به رهبری محققان بیمارستان عمومی ماساچوست (MGH) نشان داده اند که تصویربرداری تشدید مغناطیسی (MRI) و هوش مصنوعی (AI) می تواند برای تشخیص علائم اولیه مرگ سلول های تومور در پاسخ استفاده شود. به یک درمان سرطان مبتنی بر ویروس جدید.

اخیراً، یک ویروس درمانی امیدوارکننده که به طور انتخابی سلول‌های سرطانی را می‌کشد و در عین حال بافت‌های طبیعی را حفظ می‌کند، امیدی را برای درمان تومورهای تهاجمی مغزی ایجاد کرده است. برای بهینه‌سازی بیشتر درمان مبتنی بر ویروس، نظارت غیرتهاجمی مکرر پاسخ درمانی باید انجام شود. این نظارت برای درک فعل و انفعالات بین ویروس و سلول های سرطانی، مانند میزان انتشار ویروس در داخل تومور و پاسخ درمانی، حیاتی است.

محققان از تصاویر کمی MRI مولکولی برای اندازه‌گیری ویژگی‌های بافتی متعدد، از جمله pH بافت و غلظت پروتئین، که با مرگ سلولی تغییر می‌کنند، استفاده کردند. این روش امکان نظارت بر پاسخ درمانی را خیلی زودتر از تکنیک های قبلی فراهم می کند. پاسخ‌های درمانی تنها 48 ساعت پس از درمان ویروسی، بسیار قبل از مشاهده هرگونه تغییر در حجم تومور، قابل مشاهده بودند.

دکتر کریستین فارار، محقق می گوید: “ما یک اسکنر MRI را برای ایجاد “اثرانگشت” سیگنال منحصر به فرد برای ترکیبات مولکولی مختلف و pH سلولی برنامه ریزی کردیم. سپس یک شبکه عصبی یادگیری عمیق برای رمزگشایی اثر انگشت و تولید pH کمی و نقشه های مولکولی استفاده شد.” و هیئت علمی در مرکز تصویربرداری بیومدیکال آتینولا آ. مارتینوس. روش انگشت نگاری مولکولی MRI در مطالعه تومور مغزی موش تایید شد که در آن تومورها با یک درمان جدید مبتنی بر ویروس که به طور انتخابی سلول های سرطانی را از بین می برد، درمان شدند.

برای به حداکثر رساندن کارایی این رویکرد درمانی، محققان روشی را برای تشخیص مرگ سلول های تومور ناشی از ویروس ایجاد کردند. این امر امکان تشخیص زودهنگام و سریع نواحی تومور پاسخگو به درمان را فراهم کرده است. اخیراً محققان این روش را برای تعیین کمیت pH سلولی و ترکیبات مولکولی در مغز انسان سالم اجرا کرده اند. بررسی آینده این رویکرد در بیماران تومور مغزی انسان به بهینه سازی این درمان های مبتنی بر ویروس کمک خواهد کرد

Or Perlman، PhD، محقق در مرکز تصویربرداری زیست پزشکی آتینولا A. Martinos می گوید: «این مطالعه قدرت و نوید اجرای فناوری مبتنی بر هوش مصنوعی کامپیوتری را در پزشکی برای بررسی غیرتهاجمی فرآیندهای بیولوژیکی که زمینه ساز بیماری هستند را نشان می دهد. یکی از جالب‌ترین و کلیدی‌ترین مؤلفه‌های موفقیت این رویکرد، استفاده از اثر انگشت مولکولی شبیه‌سازی شده برای آموزش شبکه عصبی یادگیری ماشین بود.

این مطالعه روش جدیدی را برای تشخیص مرگ سلولی تومور غیرتهاجمی با استفاده از MRI ​​توصیف می‌کند. ظرفیت انجام این کار می تواند برای نظارت غیر تهاجمی درمان سرطان مفید باشد، به طور بالقوه مراقبت از بیمار را بهبود می بخشد و درمان را متناسب با یک بیمار خاص انجام می دهد. همین رویکرد ممکن است برای تشخیص و مشخص کردن سایر شرایط پزشکی که در آن مرگ سلولی بالا رخ می دهد، مانند سکته مغزی و بیماری کبد، مفید باشد. در حالی که این مطالعه عمدتاً با استفاده از مدل تومور مغزی موش تأیید شد، محققان توانایی استفاده از همان روش را برای تولید pH کمی و نقشه‌های مولکولی در مدل‌های سکته مغزی موش و انسان‌های سالم نشان داده‌اند. در آینده، آنها قصد دارند کاربرد این روش تصویربرداری غیرتهاجمی را در بیماران مبتلا به تومورهای مغزی و سکته مغزی بیشتر بررسی کنند.

منبع داستان:

مواد ارائه شده توسط بیمارستان عمومی ماساچوست. توجه: محتوا ممکن است برای سبک و طول ویرایش شود.