
Циркулирующие опухолевые клетки отделяются от первичной опухоли и попадают в кровоток. Они могут дать важные сведения о прогрессировании рака и ответе на лечение. Однако таких клеток очень мало. На миллиард клеток крови, как правило, приходится от одной до десяти опухолевых. Из-за этого их сложно выделить и точно опознать.
Новый подход предложили ученые Тайюаньского технологического университета (Китай) совместно с больницей Шаньси Бетьюн. Результаты исследования опубликованы в журнале Biomedical Analysis.
Большинство существующих методов выделения опираются на маркеры на поверхности опухолевых клеток. Однако эти клетки неоднородны, и разные их популяции могут нести разные маркеры. Поэтому исследователи используют физические свойства, например размер и деформируемость.
Авторы разработали спиральный микрофлюидный чип с особыми сужающимися и расширяющимися участками. Опухолевые клетки обычно крупнее клеток крови: их диаметр составляет 12–25 мкм, тогда как у лейкоцитов он равен 7–12 мкм, а у эритроцитов 6–8 мкм. Из-за этой разницы на клетки в канале действуют разные силы, и они направляются в разные потоки.
Работу чипа проверили на искусственных образцах крови с клетками рака молочной железы MCF-7 и лейкоцитами. Опухолевые клетки собирались в центральном выходе, а большая часть клеток крови уходила в боковые. Извлечь удалось 89,2 ± 3,1% клеток MCF-7, а лейкоциты были удалены на 86,9 ± 1,4%. Доля опухолевых клеток в образце выросла с 9% до 38%.

На втором этапе клетки нужно опознать. Обычно для этого требуются флуоресцентное окрашивание или антитела. Ученые обучили модель глубокого обучения YOLOv8 распознавать опухолевые клетки на светлопольных снимках микроскопа. При обучении флуоресцентные изображения использовали для разметки, а после него модель работала только со светлопольными. Точность составила 96%, доля верно найденных клеток достигла 94,6%, специфичность оказалась равна 95,4%. Модель находит, классифицирует и считает клетки на целом снимке, без ручного разделения.
Авторы отметили, что работа пока остается только подтверждением концепции. Платформу проверили только на линии MCF-7 и искусственной крови, а не на образцах пациентов, а модули обогащения и распознавания пока не объединены в одну автоматизированную систему. В дальнейшем ученые планируют изучить другие типы опухолей и образцы пациентов.
Сложность анализа циркулирующих опухолевых клеток состоит не только в поиске этих редких клеток, но и в их точной идентификации после отделения. Сочетая микрофлюидику и искусственный интеллект, мы надеемся предложить более простой и гибкий подход к анализу таких клеток без меток
Ранее Наука Mail писала, что ИИ научился диагностировать рак печени по анализу крови.
