Фонд «Интеллект»
Фонд «Интеллект»
Исследование касается, в первую очередь, изменений, происходящих в клетках мозга при развитии и инвазии глиом. Глиомы – это группа опухолей мозга, возникающих при злокачественном перерождении глиальных клеток; к ним относятся глиобластомы – одни из самых агрессивных и злокачественных опухолей. Средняя продолжительность жизни пациентов с глиобластомой не превышает 5 лет, а основным способом ее лечения является хирургическое удаление. Опасность этих опухолей в том, что их клетки могут мигрировать от очага опухоли в здоровые ткани, распространяясь достаточно широко и формируя так называемую предопухолевую область. Она не визуализируется традиционными методами диагностики, но при этом содержит достаточно раковых клеток, которые могут привести к повторному развитию опухоли после операции, если не будут удалены.
Для развития методов терапии и диагностики глиом необходимо понимать, какие изменения в клетках приводят к злокачественному перерождению, а также есть ли какие-то маркеры, которые могут быть полезны для диагностических целей.
В исследовании аспирантки биологического факультета МГУ им. М.В. Ломоносова, победительницы конкурса молодых ученых МГУ – 2022 Ксении Морозовой применяется спектроскопия комбинационного рассеяния – неинвазивный метод, не требующий дополнительных меток, который дает много информации о молекулярном составе образца и его метаболическом состоянии.
«Объектом нашего исследования выступают фиксированные образцы тканей мозга пациентов с глиомами, полученные в ходе операций по их удалению. Мы сравнивали состояние клеток опухоли, предопухолевой области и ткани доступа – участков тканей головного мозга, которые предположительно не содержат раковых клеток, но при глубоком залегании опухоли удаляются вместе с ней. Анализируя спектры комбинационного рассеяния, мы выявили ряд метаболических особенностей, характерных не только для опухолей различных степеней, но и для предопухолевой области – ранее маркеров для нее описано не было»,– отметила Ксения Морозова.
Спектроскопия комбинационного рассеяния имеет большой потенциал для применения в рамках интраоперационной диагностики – уже существуют зонды, применяемые для биопсии тканей головного мозга и позволяющие распознать опухолевые ткани.
В рамках исследования авторы хотят разработать аналогичный инструмент, который позволит точнее определять границы предопухолевой области и поможет хирургам проводить операции более эффективно. Для этого метод также применяется к исследованию состояния клеток в мозге бодрствующих животных, сравнивая астроциты и нейроны в мозге мышей в покое и при беге.
«Это позволит в будущем перенести наши результаты, полученные на фиксированных образцах тканей пациентов, в условия работы с живой тканью. Также это дает нам много информации о том, как клетки мозга функционируют в здоровом состоянии, что впоследствии позволит более полно понимать, что нарушается при инвазии глиом и как можно влиять на этот процесс или даже остановить его. Однако, в применении спектроскопии комбинационного рассеяния есть существенная проблема, касающаяся обработки данных. Спектры комбинационного рассеяния обладают низкой интенсивностью и даже при использовании очень чувствительных детекторов в спектре присутствует фоновый сигнал, который приходится вычитать, чтобы получить необходимую информацию»,– добавляет Ксения Морозова.
Сейчас не существует автоматических методов обработки спектров, позволяющих достаточно точно определить интересующие параметры. Однако, авторы исследования уже собрали большой массив обработанных спектров КР и разрабатывают методы обработки сигнала, основанные на применении сверточных нейронных сетей. Также алгоритмы искусственного интеллекта могут быть применены к классификации спектров от предопухолевой и опухолевой области, чтобы отличить ткань, пораженную опухолью, от здоровой.
На данный момент готовится публикация, посвященная выявленным маркерам опухолевой и предопухолевой областей. Еще одна публикация, содержащая данные, проанализированные при помощи наших алгоритмов, находится на рецензии в журнале Free Radicals Biology and Medicine.
