Науковці створили найбільший атлас тканин spora, щоб навчити ШІ розуміти рак
Дослідники з EPFL зібрали 13 546 зображень тканин від 5 477 пацієнтів у відкритий набір даних для тренування моделей штучного інтелекту.
Дослідницька група під керівництвом Шарлотти Бунне з Федеральної політехнічної школи Лозанни (EPFL) створила spora, найбільший у світі довідковий атлас просторової протеоміки у відкритому доступі. Проєкт, виконаний разом з Європейським інститутом біоінформатики (EMBL-EBI), об'єднав 13 546 мультиплексних зображень від 5 477 пацієнтів, що охоплюють 14 типів тканин і п'ять технологій візуалізації, повідомляє Phys.org.
Просторова протеоміка дає змогу вимірювати десятки білків у тканині, зберігаючи інформацію про їхнє розташування. Це важливо, бо взаємодія ракових клітин із сусідніми імунними клітинами може підказати, як хвороба розвивається або реагує на лікування. Проблема в тому, що лабораторії світу використовують різне обладнання, досліджують різні білки й зберігають результати в несумісних форматах, що ускладнює об'єднання даних для масштабного навчання штучного інтелекту.
Створення spora тривало два роки. Науковці з EPFL, Університетської лікарні Цюриха, Цюрихського університету, Женевських університетських лікарень та Женевського університету впорядкували тисячі зображень, стандартизували анотації білків, зіставили медичну інформацію та ідентифікували окремі клітини. «Збір і гармонізація даних із різних когорт потребує величезного часу, створюючи серйозну перешкоду для розробки ШІ й біологічних відкриттів», пояснює Бенедикт фон Кверфурт, докторант EPFL і перший автор дослідження, опублікованого на arXiv.
Атлас не лише зберігає зв'язки з оригінальними дослідженнями, а й надає інструменти для доступу до даних, розробки ШІ-моделей та оцінки їхньої роботи в різних умовах. «Модель може добре працювати в межах одного дослідження, але мати труднощі, коли змінюються пацієнти, лабораторія чи технологія вимірювання», зазначає Лукас Кляйн, постдокторант EPFL та Університетської лікарні Цюриха. За його словами, спільні набори даних і протоколи оцінювання дають змогу систематично вивчати ці відмінності.
Поки що spora зосереджена переважно на дослідженні раку, але команда планує розширити її на інші тканини, хвороби й технології візуалізації. Це має прискорити створення ШІ-інструментів, які точніше прогнозуватимуть перебіг хвороби й добиратимуть лікування для конкретного пацієнта.
Джерела
- Phys.org: New tissue atlas aims to help AI understand cancer
Фото: National Cancer Institute, Unsplash (Unsplash License)