Uno strumento basato sull'intelligenza artificiale mappa le anomalie del centrosoma nei tumori al seno. / AI tool maps centrosome abnormalities in breast tumours

Uno strumento basato sull'intelligenza artificiale mappa le anomalie del centrosoma nei tumori al seno. Il procedimento del brevetto ENEA RM2012A000637 è molto utile in questo tipo di applicazione. / AI tool maps centrosome abnormalities in breast tumours. The procedure of the ENEA patent RM2012A000637 is very useful in this type of application.

Segnalato dal Dott. Giuseppe Cotellessa / Reported by Dr. Giuseppe Cotellessa

Immagine al microscopio di un campione di tessuto tumorale mammario. Diverse colorazioni evidenziano i centrosomi (rosa), le cellule epiteliali (rosso, magenta, giallo e grigio), i vasi sanguigni (verde), le cellule in divisione (ciano) e le cellule morenti (turchese). La colorazione blu mostra i nuclei cellulari  / Microscope image of a breast cancer tissue sample. Different coloured stains highlight centrosomes (pink), epithelial cells (red, magenta, yellow and grey), blood vessels (green), dividing cells (cyan) and dying cells (turquoise). The blue stain shows the cell nuclei 

I ricercatori dell'Università di Southampton hanno sviluppato uno strumento basato sull'intelligenza artificiale in grado di mappare i cambiamenti nelle minuscole strutture cellulari dei tumori al seno con una risoluzione a livello di singola cellula.

Denominata CenSegNet, la piattaforma open-source analizza centinaia di migliaia di cellule in campioni tumorali, consentendo ai ricercatori di esaminare come le anomalie del centrosoma variano tra diverse regioni dello stesso tumore. Il lavoro è descritto in dettaglio sulla rivista Nature Communications.

I risultati potrebbero supportare la ricerca sulla progressione del cancro e lo sviluppo di biomarcatori per identificare i tumori più aggressivi.

I centrosomi sono strutture che contribuiscono ad organizzare la divisione cellulare ed a mantenere l'architettura cellulare. La presenza di centrosomi anomali può contribuire all'instabilità genetica, una caratteristica associata al cancro.

In una dichiarazione, il responsabile della ricerca, il dottor Salah Elias della Scuola di Scienze Biologiche e dell'Istituto di Scienze della Vita di Southampton , ha affermato: "Per oltre un secolo, le anomalie del centrosoma sono state riconosciute come un segno distintivo del cancro, ma studiarle nei tessuti dei pazienti è stato estremamente difficile.

“CenSegNet ci permette di analizzare questi difetti con una risoluzione a singola cellula in interi tumori e di scoprire schemi che prima erano impossibili da individuare.”

Il gruppo di ricerca ha collaborato con l'University Hospital Southampton per esaminare oltre 330.000 centrosomi in 911 campioni tumorali prelevati da 127 pazienti affette da cancro al seno.

L'analisi ha identificato due diversi tipi di anomalia del centrosoma che in precedenza erano stati considerati parte dello stesso processo. Uno riguardava cellule contenenti un numero eccessivo di centrosomi, mentre l'altro era caratterizzato da centrosomi ingranditi.

I ricercatori hanno scoperto che le due anomalie non si presentavano necessariamente insieme. Al contrario, potevano essere distribuite indipendentemente in diverse aree di un singolo tumore, fornendo un quadro più dettagliato delle differenze cellulari all'interno dei tumori.

Lo studio ha inoltre identificato associazioni tra anomalie del centrosoma e caratteristiche cliniche. I tumori con livelli più elevati di centrosomi ingranditi sono stati collegati a caratteristiche più aggressive, tra cui un grado tumorale più elevato, il coinvolgimento dei linfonodi ed alcune alterazioni genetiche.

I pazienti i cui tumori presentavano un minor numero di centrosomi ingrossati nel nucleo del tumore tendevano ad avere una migliore sopravvivenza complessiva.

"Anziché considerare le anomalie del centrosoma come un fenomeno unico, il nostro studio dimostra che esse presentano stati biologici distinti con diverse distribuzioni spaziali ed associazioni cliniche", ha affermato il Dott. Elias. "Specifiche combinazioni di difetti possono influenzare la crescita di un tumore, la sua invasione dei tessuti circostanti e la sua risposta al trattamento. Ciò apre la strada allo sviluppo di nuovi biomarcatori ed, in definitiva, a strategie terapeutiche più personalizzate."

I ricercatori hanno affermato che CenSegNet non è ancora pronto per l'uso clinico di routine, ma l'analisi potrebbe fornire una base per future applicazioni nella ricerca e nella diagnosi del cancro.

La mappatura delle anomalie del centrosoma potrebbe in futuro contribuire a distinguere i pazienti con tumori più aggressivi e fornire informazioni aggiuntive rispetto ai metodi esistenti per la valutazione del rischio di cancro.

I risultati potrebbero avere implicazioni anche per l'oncologia di precisione. Diversi farmaci in fase di sviluppo prendono di mira le proteine ​​coinvolte nella funzione del centrosoma, il che fa pensare che l'identificazione di particolari anomalie del centrosoma potrebbe in futuro aiutare i ricercatori a determinare quali tumori sono più sensibili a specifici trattamenti.

La capacità di mappare le strutture cellulari all'interno dei singoli tumori potrebbe anche aiutare i ricercatori ad indagare sul perché diverse regioni dello stesso tumore possano comportarsi in modo differente, comprese le differenze che potrebbero influenzare la progressione, le metastasi e la resistenza al trattamento.

CenSegNet è stato reso disponibile come software open-source, consentendo ad altri ricercatori e patologi di utilizzare la piattaforma. Il gruppo ha inoltre testato la tecnologia su tessuti provenienti da altri organi, tra cui rene, colon ed appendice.

I ricercatori ora intendono combinare lo strumento con dati genomici, trascrittomici e proteomici per determinare se i biomarcatori basati sul centrosoma possano contribuire a guidare le decisioni terapeutiche ed a migliorare gli esiti per i pazienti affetti da cancro.

ENGLISH

Researchers at Southampton University have developed an AI tool that maps changes in tiny cellular structures across breast tumours at single-cell resolution.

Dubbed CenSegNet, the open-source platform analyses hundreds of thousands of cells in tumour samples, allowing researchers to examine how centrosome abnormalities vary between different regions of the same cancer. The work is detailed in Nature Communications.

The findings could support research into cancer progression and the development of biomarkers for identifying more aggressive tumours.

Centrosomes are structures that help organise cell division and maintain cellular architecture. Abnormal centrosomes can contribute to genetic instability, which is a characteristic associated with cancer.

In a statement, research lead, Dr Salah Elias from Southampton’s School of Biological Sciences and Institute for Life Sciences, said: “For more than a century, centrosome abnormalities have been recognised as a hallmark of cancer, but studying them in patient tissues has been extremely challenging.

“CenSegNet allows us to analyse these defects at single-cell resolution across entire tumours and uncover patterns that were previously impossible to see."

The research team worked with University Hospital Southampton to examine more than 330,000 centrosomes across 911 tumour specimens from 127 breast cancer patients.

The analysis identified two different types of centrosome abnormality that had previously been treated as part of the same process. One involved cells containing an excess number of centrosomes, while the other was characterised by enlarged centrosomes.

The researchers found that the two abnormalities did not necessarily occur together. Instead, they could be distributed independently across different areas of an individual tumour, providing a more detailed picture of cellular differences within cancers.

The study also identified associations between centrosome abnormalities and clinical characteristics. Tumours containing higher levels of enlarged centrosomes were linked to more aggressive features, including higher tumour grade, lymph node involvement and certain genetic changes.

Patients whose tumours had fewer enlarged centrosomes in the tumour core also tended to have better overall survival.

“Rather than viewing centrosome abnormalities as a single phenomenon, our study shows that they have distinct biological states with different spatial distributions and clinical associations,” said Dr Elias. “Specific combinations of defects may influence how a tumour grows, invades surrounding tissues and responds to treatment. This opens the door to developing new biomarkers and, ultimately, more personalised treatment strategies."

The researchers said CenSegNet is not ready for routine clinical use, but the analysis could provide a basis for future applications in cancer research and diagnosis.

Mapping centrosome abnormalities could eventually help distinguish patients with more aggressive tumours and provide information alongside existing methods of assessing cancer risk.

The findings could also have implications for precision oncology. Several drugs in development target proteins involved in centrosome function, raising the possibility that identifying particular centrosome abnormalities could eventually help researchers determine which tumours are more susceptible to specific treatments.

The ability to map cellular structures across individual tumours may also help researchers investigate why different regions of the same cancer can behave differently, including differences that could influence progression, metastasis and resistance to treatment.

CenSegNet has been made available as open-source software, allowing other researchers and pathologists to use the platform. The team has also tested the technology on tissues from other organs, including the kidney, colon and appendix.

The researchers now plan to combine the tool with genomic, transcriptomic and proteomic data to determine whether centrosome-based biomarkers can help guide treatment decisions and improve outcomes for patients with cancer.

Da:

https://www.theengineer.co.uk/content/news/ai-maps-centrosome-abnormalities-in-breast-tumours?rcip=giuseppecotellessa%40libero.it&utm_campaign=Daily%20Bulletin%20-190826%20-%20Wednesday&utm_content=&utm_term=https%3A%2F%2Fwww.theengineer.co.uk%2Fcontent%2Fnews%2Fai-maps-centrosome-abnormalities-in-breast-tumours&utm_medium=email&utm_source=The%20Engineer