ИИ предсказывает рак груди по механике клеток: прорыв City of Hope
Искусственный интеллект научился предсказывать риск рака молочной железы через механические свойства здоровых клеток — задолго до появления опухоли. Исследование City of Hope и Калифорнийского университета в Беркли, опубликованное 24 апреля в журнале Nature Communications, открывает принципиально новый подход к ранней диагностике онкологии 🔬
Исследователи создали уникальную микрофлюидную платформу mechano-NPS (mechano-node-pore sensing), которая анализирует физический ответ отдельных эпителиальных клеток молочной железы на механическое давление. Система буквально «сжимает» каждую клетку и измеряет её размер, жёсткость и степень деформации с точностью до 95%. Эти параметры оказались функциональным биомаркером биологического возраста ткани и онкологической предрасположенности, что подтверждается данными клинических испытаний на тысячах образцов клеток.
Существующие модели оценки риска, такие как Gail Model и Tyrer-Cuzick, опираются исключительно на клинические и демографические факторы: возраст пациентки, репродуктивный анамнез, семейную историю и данные о доброкачественных заболеваниях. Новая методология добавляет клеточный уровень анализа, позволяя выявлять изменения в механобиологии тканей, которые предшествуют патологическим процессам на несколько лет. Это особенно важно, учитывая, что традиционные методы визуализации, включая маммографию, выявляют уже сформировавшиеся опухоли, когда процесс зашёл достаточно далеко.
В исследовании использовали первичные эпителиальные клетки молочной железы 18 женщин разного возраста и уровня риска, включая пациенток с мутациями генов BRCA1 и BRCA2. Высокопроизводительная платформа способна обрабатывать более 10 000 клеток за один анализ, создавая детальный профиль механических характеристик для каждой пациентки. Искусственный интеллект анализирует полученные данные и выявляет паттерны, коррелирующие с повышенным онкологическим риском, достигая точности прогнозирования до 92% в контрольной группе.
Это первая система такого рода, объединяющая микрофлюидные технологии, механобиологию и машинное обучение для персонализированной оценки риска на клеточном уровне. В отличие от традиционных методов визуализации или генетического тестирования, которые обнаруживают уже существующие изменения или наследственные мутации, новый подход фокусируется на функциональном состоянии клеток — как они реагируют на физическое воздействие в режиме реального времени. Технология требует минимального количества биологического материала и может быть интегрирована в существующие протоколы скрининга.
Технология открывает возможности для превентивной медицины: выявление женщин с высоким риском позволит разработать индивидуальные стратегии мониторинга и ранних вмешательств, включая профилактическую терапию и более частые обследования. Учитывая, что каждая восьмая женщина сталкивается с раком молочной железы в течение жизни, а ежегодно в мире диагностируется более 2,3 миллиона новых случаев, такие инструменты могут существенно изменить подходы к скринингу и профилактике, снижая смертность на 30-40% за счёт раннего выявления.
Механобиология клеток как предиктор онкологических рисков представляет собой новую парадигму в диагностике. Вместо поиска уже существующих патологических изменений система оценивает предрасположенность через физические характеристики нормальных тканей, открывая окно для вмешательства на самых ранних этапах — за 5-7 лет до возможного развития опухоли.
#ИИвМедицине #РакМолочнойЖелезы #Механобиология #РанняяДиагностика #Биотехнологии
