Forskare vid Europeiska molekylärbiologiska laboratoriet (EMBL) i Heidelberg har skapat ett AI-drivet verktyg vid namn MAGIC för att identifiera celler med tidiga kromosomala avvikelser kopplade till cancer. Systemet automatiserar upptäckten av mikrokärnor, små DNA-innehållande strukturer som signalerar potentiell cancerutveckling. Teknologin verifierar en teori som föreslogs för över ett sekel sedan av Theodor Boveri.
MAGIC-systemet, förkortning för maskininlärningsassisterad genomik- och bildkonvergens, kombinerar automatiserad mikroskopi, encellssekvensering och artificiell intelligens för att studera kromosomala fel i celler. Det har utvecklats av forskare i Korbel-gruppen vid EMBL Heidelberg och tacklar långvariga utmaningar med att observera sällsynta cellulära defekter som bidrar till cancer. Kromosomala avvikelser, såsom förändringar i kromosomantal eller struktur, är nyckeldrivkrafter bakom aggressiva cancerformer och förknippas med patientdödlighet, metastasering, återfall, kemoresistens och snabb tumörtillväxt. Jan Korbel, seniorforskare vid EMBL och huvudförfattare till studien som publiceras i Nature, förklarade: ”Vi ville förstå vad som avgör sannolikheten att celler genomgår sådana kromosomala förändringar, och hur ofta sådana avvikelser uppstår när en fortfarande normal cell delar sig.” Idén att oregelbundna kromosomer spelar en roll i cancer härstammar från början av 1900-talet, då Theodor Boveri observerade celler i mikroskop och hypoteserade om deras inblandning. Detektion av dessa problem manuellt har dock varit arbetsintensivt, eftersom endast en liten andel celler uppvisar defekter och många elimineras naturligt. MAGIC skannar cellprov med ett automatiserat mikroskop och använder en maskininlärningsalgoritm tränad på märkta bilder för att upptäcka mikrokärnor – små fack som håller separerade DNA-fragment och som ökar cancerrisken. Vid detektion märks cellen med en laseraktiverad fotokonvertibel färg för senare isolering via flödescytometri, vilket möjliggör genomisk analys. Marco Cosenza, forskare i Korbel-gruppen, noterade: ”Det här projektet samlade många av mina intressen i ett. Det involverar genomik, mikroskopisk bildtagning och robotiserad automation. Under covid-19-nedstängningen 2020 kunde jag verkligen ägna tid åt att lära mig och tillämpa AI-baserade datorseende-tekniker.” Vid tester på odlade normala humana celler fann teamet att över 10 procent av celldelningarna resulterar i spontana kromosomala avvikelser, nästan dubbelt så mycket när tumorsuppressorgenen p53 är muterad. Faktorer som dubbeltstrandbrott i DNA påverkar också dessa fel. Samarbetspartners inkluderade EMBL:s Advanced Light Microscopy Facility, Pepperkok-teamet, EMBL-EBI:s Isidro Cortes-Ciriano-grupp och Andreas Kulozik-teamet vid Tyska cancerforskningscentret. Korbel framhöll MAGIC:s mångsidighet: ”Så länge du har en egenskap som visuellt kan skiljas från en ’normal’ cell kan du – tack vare AI – träna systemet att detektera den.” Verktyget bearbetar nästan 100 000 celler på mindre än en dag och öppnar dörrar för bredare biologisk forskning.
