AI-анализ социальных сетей помог обнаружить новые типы клеток в тканях

Исследователи из Университета Уппсалы разработали новый метод анализа изображений, основанный на алгоритмах искусственного интеллекта, изначально созданных для понимания социальных сетей. Метод облегчает интерпретацию огромных объёмов данных, генерируемых при in situ секвенировании, которое позволяет визуализировать активность генов внутри тканей организма. Исследование опубликовано в The FEBS Journal.

Суть метода

• In situ секвенирование показывает миллионы обнаруженных последовательностей mRNA в виде точек на микроскопических изображениях ткани.
• Проблема заключается в сложности различения всех важных деталей на таких изображениях.
• Новый AI-метод использует графовые нейронные сети (graph neural networks), адаптированные для анализа биологических паттернов.
• Клетки в ткани сравниваются с социальными группами, которые можно определить по общим "активностям" в их сети.

Ключевые преимущества

• Не требует предварительных знаний об ожидаемых типах клеток в ткани (в отличие от стандартного «single-cell анализа»).
• Позволяет проводить неконтролируемое обнаружение (unsupervised detection) типов клеток, их функций и взаимодействий.
• Способен находить новые, неизвестные ранее типы клеток, а также внутри- и межклеточные функции.
• Эффективен даже когда клетки плотно упакованы и их ядра сложно идентифицировать.

Применение и перспективы

• Базовые исследования: изучение дифференциации и организации клеток на ранних стадиях развития сердца.
• Онкология: в сотрудничестве с онкологами метод применяется для лучшего понимания взаимодействия опухолевой ткани со здоровой на молекулярном уровне.
• Цель: в долгосрочной перспективе это может привести к разработке более эффективных, персонализированных методов лечения.