Astronomie-Algorithmen helfen bei der Diagnose von aggressiven Tumoren

In einem bemerkenswerten Beispiel interdisziplinärer Teamarbeit helfen Astronomen den Krebsforschern dabei, computergesteuerte Sternbeobachtungsalgorithmen zu verwenden, mit deren Hilfe entfernte Galaxien Biomarker in Tumoren identifizieren können, um festzustellen, wie aggressiv sie sind.
Die Teams des Cambridge Institute of Cancer Research UK und der Onkologie und des Instituts für Astronomie der Universität Cambridge in Großbritannien beschreiben, wie sie die Bildanalysealgorithmen der Astronomen an 2.000 Brusttumoren in einer veröffentlichten Studie anpassten online am 19. Februar in der British Journal des Krebses.
Die derzeitige Methode zur Analyse der Tumoraggressivität beruht darauf, dass erfahrene Pathologen nach unten Mikroskope suchen, um feine Unterschiede in der Färbung von Tumorproben zu erkennen. Ein computergestützter Ansatz könnte diesen Prozess erheblich beschleunigen.

Natürliche Überlappung in Astronomie und Krebs Bildanalysetechniken

Die Bildanalysealgorithmen der Astronomen wurden ursprünglich entwickelt, um automatisch zu helfen, undeutliche Objekte am Nachthimmel zu erkennen. Zu einer Zeit war dies auch eine mühsame manuelle Übung, die mit Hilfe von leistungsstarken Teleskopen durchgeführt wurde.
Die Techniken sind nicht unähnlich denen in der Immunhistochemie (IHC), wo Pathologen Mikroskope nach unten schauen, um feine Unterschiede in der Färbung von Tumorzellen zu erkennen, um verschiedene Proteine ??zu unterscheiden.
Leitender Autor Dr. Raza Ali, ein Pathologe vom Cancer Research UK Cambridge Institute, sagt in einer Stellungnahme:
"Wir haben die natürliche Überlappung zwischen den Techniken ausgenutzt, mit denen Astronomen Deep-Sky-Bilder von den größten Teleskopen analysieren, und die Notwendigkeit, feine Unterschiede bei der Färbung von Tumorproben unter dem Mikroskop zu bestimmen."
Co-Autor Nicholas Walton, von Cambridge Institut für Astronomie, sagt:
"Es ist großartig, dass unsere Bildanalysesoftware, die ursprünglich entwickelt wurde, um beispielsweise Planeten zu finden, die Leben außerhalb unseres Sonnensystems beherbergen, jetzt auch dazu verwendet wird, die Aussichten für Krebspatienten zu verbessern, die viel näher an ihrem Heimatort sind."

Getestet auf drei Brustkrebs-Biomarkern

Um die angepassten Algorithmen zu testen, haben die Forscher sie in Proben von mehr als 2.000 Brustkrebspatientinnen eingesetzt, um die Konzentrationen von drei Proteinen (ER, BCL2 und HER2) zu bestimmen, die als Biomarker für aggressiven Krebs bekannt sind.
Jede Probe durchlief zwei Beurteilungen: eine mit manueller Bildanalyse mit Pathologen, die Mikroskope hinunterblickten, und die andere, bei der ein Computer, der mit den angepassten Algorithmen ausgestattet war, die Bilder automatisch analysierte.
Als die Teams die Ergebnisse verglichen, stellten sie fest, dass der Computer genauso genau war wie das manuelle System:
"Die automatisierten Scores zeigten eine hervorragende Übereinstimmung mit manuellen Scores für die unbeaufsichtigte Zuordnung von Fällen zu" positiven "oder" negativen "Kategorien mit Übereinstimmungsraten von bis zu 96%", schreiben die Autoren.
Plus, der zusätzliche Vorteil ist, dass das computerisierte System viel schneller war.
"Die Ergebnisse waren sogar noch besser, als wir uns erhofft hatten", sagt Ali, "wobei unser neuer automatisierter Ansatz mit einer Genauigkeit arbeitet, die vergleichbar ist mit der zeitaufwendigen Aufgabe, Bilder nach nur relativ geringen Anpassungen der Formel manuell zu scoren."

Nächster Schritt

Die Forscher planen nun, eine viel größere internationale Studie mit Proben von mehr als 20.000 Brustkrebspatientinnen durchzuführen. Dies wird helfen, den neuen Ansatz zu verfeinern.
Seniorautor Carlos Caldas, Professor am Cancer Research UK Cambridge Institute, sagt:
"Moderne Techniken geben uns einige der ersten Einblicke in die Schlüsselgene und Proteine, die wichtig sind, um den Erfolg oder Misserfolg verschiedener Krebstherapien vorherzusagen. Aber bevor diese in der Klinik angewendet werden können, muss ihre Nützlichkeit in Hunderten oder manchmal Tausenden verifiziert werden von Tumorproben. "
Caldas sagt, die neuen Methoden helfen bereits bei der Analyse von bis zu 4.000 Bildern pro Tag.
Im Januar berichteten Forscher der Universität Oslo in Norwegen über eine neue Studie, bei der die 3D-Mammographie (Tomosynthese) in Verbindung mit der traditionellen Bildgebung die invasive Erkennung von Brustkrebs um 27% erhöhte.
Geschrieben von Catharine Paddock