Kurz und Knapp
- Krebs zählt weltweit zu den häufigsten Todesursachen. Vor allem streuende Krebszellen können jedoch oft nicht schnell genug erkannt und daher kaum therapiert werden.
- Dank künstlicher Intelligenz ist es einem Forschungsteam vom Helmholtz Zentrum möglich, auch kleinste Metastasen in einem Mauskörper festzustellen und zu analysieren.
- Der DeepMACT-Algorithmus ist nicht nur schnell. Er hilft durch neue Erkenntnisse auch dabei, die Entwicklung von Wirkstoffen für vorklinische Studien zu verbessern.
Deep-Learning-Algorithmus klassifiziert verschiedene Krebsarten
Mit einem Algorithmus, den ein Forschungsteam des Helmholtz Zentrums München, der Ludwig-Maximilians-Universität München (LMU) und der Technischen Universität München (TUM) entwickelt hat, können Metastasen nun automatisiert erkannt werden. Die neue Technologie findet sogar einzelne streuende Krebszellen im gesamten Körper von Mäusen.
Das Team um Ali Ertürk vom Helmholtz Zentrum München hat bereits mit vDISCO eine Methode entwickelt, die das Gewebe eines ganzen Mauskörpers transparent machen kann, um einzelne Zellen abzubilden. Mithilfe von Laser-Scanning-Mikroskopen ist es so möglich, kleinste Metastasen bis hin zu einzelnen Krebszellen im transparenten Gewebe der Mauskörper zu erkennen. Da eine manuelle Analyse solcher hochauflösender Bilddaten jedoch extrem zeitaufwendig wäre und derzeit verfügbare Algorithmen eine nur begrenzte Zuverlässigkeit und Verarbeitungsgeschwindigkeit bieten, entwickelte das Team einen neuartigen Deep-Learning-Algorithmus namens DeepMACT.
Dieser erfasst die Metastasen mit einer vergleichbaren Genauigkeit wie ein menschlicher Experte - allerdings in mehr als der 300-fachen Geschwindigkeit. „Mit nur wenigen Klicks kann DeepMACT die manuelle Erkennungsarbeit von Monaten in weniger als einer Stunde erledigen“, sagt Oliver Schoppe vom Zentrum für Translationale Krebsforschung der TUM.
Mit dem leistungsfähigen Algorithmus konnten auch neue Erkenntnisse über die spezifischen metastatischen Charakteristika verschiedener Tumormodelle gewonnen werden, etwa im Bereich Brustkrebs: So stieg in den Beobachtungen des Teams die Anzahl kleiner Metastasen im Laufe der Zeit im gesamten Mauskörper deutlich an. „Keines dieser Merkmale konnte bisher mit herkömmlichen Verfahren nachgewiesen werden. DeepMACT ist die erste Methode, die eine quantitative Analyse des metastatischen Prozesses im Ganzkörpermaßstab ermöglicht“, sagt Chenchen Pan vom Helmholtz Zentrum.
DeepMACT ist aber nicht nur eine leistungsfähige Methode zur Analyse von Krebsmetastasen. Es ist auch ein präzises Werkzeug für die Bewertung therapeutischer Wirkstoffe in vorklinischen Studien. „Um effektivere Krebstherapien zu entwickeln, müssen wir die metastatischen Mechanismen bei verschiedenen Krebsarten verstehen. Ziel ist es, tumorspezifische Medikamente zu entwickeln, die den metastatischen Prozess stoppen können“, sagt Ertürk.
DeepMACT ist öffentlich verfügbar und kann in jedem Labor eingesetzt werden, das sich auf verschiedene Tumormodelle und Behandlungsmöglichkeiten konzentriert.
19.12.2019
in Kooperation mit dem
