Компьютерная модель улучшает обнаружение межклеточной коммуникации

Компьютерная модель Spacia, разработанная исследователями из UT Southwestern Medical Center, значительно улучшает способность учёных обнаруживать коммуникацию между клетками.

Модель может помочь в понимании широкого спектра заболеваний, включая рак, аутоиммунные расстройства, инфекционные болезни и нарушения развития.

Как работает Spacia?

• Программа использует метод машинного обучения — multi-instance learning (MIL) — для анализа данных пространственно разрешённой транскриптомики (SRT).
• SRT предоставляет информацию об активности генов в отдельных клетках с учётом их местоположения.
• Spacia преодолевает ограничения существующих программ, сохраняя разрешение на уровне одной клетки и обнаруживая коммуникации за пределами известных регуляторных путей.

Ключевые результаты тестирования:

• На данных рака простаты Spacia выявила участие нескольких типов клеток микроокружения опухоли в эпителиально-мезенхимальном переходе — важном факторе метастазирования.
• На пан-раковом наборе данных (рак груди, толстой кишки, кожи, лёгких и др.) модель показала, что B-клетки реагируют на сигналы от опухолевых клеток, на которые нацелены иммунотерапевтические препараты — ингибиторы контрольных точек.
• Обнаруженная сигнатура межклеточной коммуникации точно предсказывала выживаемость пациентов и их ответ на терапию ингибиторами контрольных точек.

В настоящее время Spacia наиболее полезна для биологических исследований. В перспективе, по мере снижения стоимости SRT, инструмент может использоваться для идентификации мишеней для лекарств, специфичных для заболевания конкретного пациента, что улучшит персонализированную медицину.