Gyermekkori leukémia: már 90 százalékban túlélhető!
A mesterséges intelligencia által irányított mikroszkópok automatikusan megtalálják a rákos sejteket, amiket aztán a mikrométernél is nagyobb pontossággal vág ki egy „mini CNC-lézer”. Mindez nem egy sci-fiben történik, hanem a Szegedi Biológiai Kutatóközpont berkeiben működő Egysejt Központban, ahol Horváth Péter vezetésével az öt leggyakoribb daganat kialakulásának okait igyekeznek a kutatók megérteni. A szegedi kutatók a legkisebb alkotórész, a sejtek szintjén keresik a rák kialakulásának egyéni okait, a módszer a személyre szabott rákterápiák kidolgozásában is hatalmas segítséget jelenthet.

A mesterséges intelligenciát már a kétezres évek eleje óta használja az egyébként alapvetően informatikus, matematikus végzettségű, Franciaországban doktorált Horváth Péter. A HUN-REN Szegedi Biológiai Kutatóközpont Biokémiai Intézetének igazgatója szerint abban az időben elsősorban a gyógyszerkutatásban próbálták a vadonatúj technológiát bevetni, ám ez nem volt egyszerű feladat, és az eredmények sem voltak annyira kiugróan jók, hogy elterjedjen. Ám amikor a 2010-es évek elején-közepén kifejlesztették az úgynevezett konvolúciós hálókat – amiket manapság egyszerűen csak mesterséges intelligenciának hívunk –, óriási fejlődés indult meg. Ma már ott tartunk, hogy biológiai kutatásokban, orvosi diagnosztikában is rengeteget segít a mesterséges intelligencia.
Képfelismerő világbajnokság a gyógyítás szolgálatában
„2018-ban a kutatócsoportommal részt vettünk egy úgynevezett képfelismerő világbajnokságon, ami a daganatkutatás szempontjából igen fontos verseny volt: a résztvevőknek mikroszkópos patológiai képeken kellett adott időn belül minél több kóros sejtet azonosítaniuk.
Meglepődtünk, amikor megtudtuk, hogy a világbajnokságra közel négyezer csapat nevezett, az meg különösen nem esett jól, hogy a mi tudományunk, amit az azt megelőző egy évtizedben fejlesztettünk, úgy nagyjából az ezredik helyre lett volna jó.
Ekkor kezdtük el a mesterséges intelligencia új, képanalízist forradalmasító módszereit használni: beköltöztünk a laborba, éjjel-nappal ezzel foglalkoztunk, így sikerült a versenyben az ötvenedik helyre bejönni” – idézte fel az előzményeket a kutató, aki szerint egyetlen nagy hátulütője van ezeknek a módszereknek: elképesztően sok adattal kell őket „megetetni”. Ám éppen ennek köszönhetően, amíg egy orvos nagyjából 10–15 ezer esetet lát egész élete során, addig ezekbe a rendszerekbe sok milliónyi esetet lehet betáplálni a világ minden részéről.
„Nemcsak a Tesla autóit tanítják állandóan, képek millióit betáplálva, hanem például a Facebook algoritmusa is állandóan tanul abból, amikor odaírjuk, mit látunk egy-egy képen. Nekem a világbajnokságon három biológus volt a csoportomban, úgyhogy nem igazán akadt egy »fél földnépességnyi« tanítónk. Ezért aztán építettünk egy másik mesterséges intelligenciát, ami gyakorlatilag példákat generált az egyiknek, azaz a két intelligencia egymást tanította. Ezzel a megoldással végül a legmagasabb pontot hoztuk el!” – emlékszik vissza a hihetetlen eredményre Horváth Péter.
A világ legkisebb „CNC-lézervágója” vágja ki a kóros sejtet
A magyar kutatócsoport számára ez a hatalmas siker jelentette az igazi fordulópontot, azóta csak MI-t használnak a biológiai minták analízisére. Az igazán világraszóló eredményt azonban a következő lépcső hozta meg: a csapat azon kezdte el törni a fejét, hogy ha egy patológiai képen már villámgyorsan meg tudják találni a beteg sejteket, miként lehetne ezeket emberi beavatkozás nélkül, azonmód kivágni.
A kutatóknak sikerült egy olyan eljárást kifejleszteniük, amely során egy rendkívül nagy felbontású mikroszkóp – a már említett MI algoritmus segítségével – pontosan kijelöli a kórosnak ítélt sejtek határvonalait, majd egy másik mikroszkóphoz csatlakoztatott „mikro CNC-lézervágó gép” – ugyancsak az MI segítségével – mikrométer pontossággal kinyeri azokat a mintából.
Az így kivett egyedi sejteket, ahogy a kutatók nevezik, egysejteket genetikai analízisre küldik, így a szakemberek meg tudják nézni, milyen mutációk vannak bennük, és van-e már azokra kifejlesztett gyógyszer.
Magyar címlapsztori a világ egyik legnagyobb tudományos folyóiratában
A fenti eljárás 2018-ra már használható állapotba került, ekkor kereste meg a magyarokat Matthias Mann, Európa legidézettebb kutatója. A fehérjékkel foglalkozó tudós azt vetette fel, hogy még mélyebbre, a fehérjék szintjéig kellene leásni: „A fehérjék mozgatják előre az életet, irányítják a sejtek fejlődését: egyetlen sejt fehérjeösszetételének ismerete vagy annak megváltozása sokat elárul arról, milyen folyamatok mennek végbe az adott sejtben, és miként lesz ebből egy burjánzó, daganatos sejthalmaz. Matthias Mann azt javasolta, ne csak a genetikai kódot keressük meg, hanem azt is nézzük meg, amit ez a genetikai »titkosírás« kódol” – idézi fel a magyar kutató, akinek a magyarázatából a laikusok is megértik, miért jelent mindez óriási előrelépést. – Az onkológiai gyógyszerek több mint 90 százaléka fehérjéket céloz. Tehát ha megtaláljuk azt a fehérjét, ami valamiért »nem jól működik«, akkor jó eséllyel meg tudjuk azt is mondani, melyik az a gyógyszer, ami pontosan ezt a fehérjét célozza, végeredményben blokkolva a daganat fejlődését ösztönző fehérjét.”
Horváth Péter az így összeállt csapattal kifejlesztett egy olyan módszertant, amellyel gyakorlatilag molekuláira szedik szét a beteg sejtet, és azt próbálják megérteni, hogy az adott betegség mitől más, mint a többi, illetve, miként gyógyítható a leghatásosabban.
Ezzel a módszerrel azt is vizsgálni lehet, milyen hatása van egy-egy gyógyszernek vagy gyógyszerkombinációnak az adott daganatra. Az eljárás igen komoly tudományos visszhangot váltott ki, olyannyira, hogy a világ legrangosabb biotechnológiai újságjának, a Nature Biotechnologynak a címlapsztorija lett, néhány hónapja pedig „Az év módszerének” választották meg!
Világraszóló Egysejt Központ
Valószínűleg a Nature Biotechnologyban megjelent cikknek is köszönhető, de a lényeg: a magyar kutatók, a Szegedi Biológiai Kutatóközpont Lendület Mikroszkópos Képfeldolgozó és Gépi Tanulási Csoportja három helyről is támogatást kapott, hogy felállítsa a fent bemutatott módszer továbbfejlesztését segíteni hivatott Egysejt Központot: a Chan Zuckerberg Alapítvány, az Európai Unió Human Cell Atlas projektje, valamint a Nemzeti Kutatási, Fejlesztési és Innovációs Hivatal (NKFIH) anyagi hozzájárulásával 2023-ban Szegeden átadott Egysejt Központban (Single Cell Centre) zajló kutatások arra keresik a választ, hogyan alakulnak ki a daganatok, miként képeznek áttétet, illetve mi történik a sejtekkel az osztódások során.
„Ez még nem gyógyászati diagnosztika, hiszen mi elsősorban kutatók vagyunk, azaz nem lehet csak úgy például egy daganatgyanús mintát beküldeni hozzánk. Ugyanakkor azt mondhatjuk, már túl vagyunk az első pácienseken, nagyon jól haladunk, rohamléptekkel közeledik az az időpont, amikor ez a technológia a mindennapi gyógyászat részévé válik” – világítja meg a jelenlegi állást a kutatócsoport vezetője.
Kétszázmillió „ujjlenyomat”
Az Egysejt Központ kutatói valami hasonlót csinálnak, mint amit a Facebook kezd egy fotóval és a hozzá tartozó információval: a rendszerbe kerülő képeket nem képként, hanem egyfajta ujjlenyomatként tárolják el, amelyhez kapcsolódhat az adott beteg klinikai sorsa is, például az, hogy milyen gyógyszereket kapott, mi volt ezek közül a leghatásosabb.
Az adatbázisban ma már nagyságrendileg 200 millió ilyen digitális ujjlenyomat van, s ha beérkezik egy friss kép, a rendszer egy másodperc alatt kikeresi a 10–15 leghasonlóbb elváltozást.
Ezzel gyakorlatilag azonnal kiderül, hogy az adott betegségtípus esetében korábban melyik hatóanyag volt a leghatásosabb. Minél több beteg adata gyűlik tehát össze, annál több összefüggést fedezhet fel a mesterséges intelligencia.
Ahogy szokták manapság mondani, a daganatok gyógyításában a személyre szabott kezelés a jövő útja. Annál személyre szabottabb terápia pedig nem létezik, mint amit a szegedi kutatók fejlesztenek. „A betegből, vagy adott esetben az áttétéből származó mintában megpróbáljuk megtalálni azokat a »rosszfiúkat«, azokat a nagyon elmutálódott daganatos sejteket, »akiket« az addig alkalmazott, általánosabb terápia nem tudott elpusztítani, és kimondottan ezekre igyekszünk célzott gyógymódot javasolni. Kis túlzással a beteg minden egyes rosszindulatú sejtjére kellene egy terápiát adnunk. Ez persze kivitelezhetetlen, az viszont megoldható, hogy a gép által felfedezett, a többi sejttől morfológiailag elkülönülő csoportok fehérjetartalmát vizsgáljuk, ezek alapján ugyanis a jövőben már lehetséges lesz dönteni abban, milyen terápia lehet a legeredményesebb. Az öt fő típusra, a prosztata-, a tüdő-, a végbél-, az emlő- és a melanóma-daganatokra koncentrálunk, s nagyon hiszünk abban, hogy ez az út lesz a jövő daganatterápiája” – foglalja össze Horváth Péter.
Leukémia: már 90 százalékban túlélhető!
Mivel az Egysejt Központ legfőképpen német, svájci és svéd klinikákkal működik együtt, olyan páciensük még nem volt, akit teljes egészében Magyarországon vizsgáltak, ám olyan már igen, akinél a magyarok módszerét használták.
A kutatók egyik, a világ legfontosabb rákkutatási folyóiratában éppen elbírálás alatt álló tanulmánya azt igyekszik megmagyarázni, hogy a különböző vesedaganatok, azok súlyossági fokozatai milyen fehérje- és DNS-elváltozások következtében alakulnak ki.
A leukémiás gyerekek kemoterápiájának optimalizálásában pedig – a zürichi gyermekklinikával együttműködve – már túl vannak a 700. betegen, s elmondható, hogy az 50 százalékos túlélési arány éppen az ilyen technológiáknak köszönhetően az elmúlt 20 évben már 90 százalék fölé emelkedett.
Végtelen szuperintelligencia?
Vajon meddig fejlődhet a mesterséges intelligencia a gyógyászatban? Átveszik-e az orvosok tevékenységének jelentős részét ezek a gépek?
„A mesterséges intelligenciával is foglalkozó jövőkutatók azt mondják – válaszol a kérdésre Horváth Péter –, hogy a következő 10–15 évben a szuperintelligenciáig azért nem fogunk eljutni. Vannak olyan vélemények, melyek szerint azok a módszerek, amiket mi most használunk, szaturálódni fognak, és igazából már nem tudnak sokkal-sokkal hatékonyabbá válni. A nagy nyelvi modelleknél például már most látszik a probléma, hogy elfogyott a tanító adat, gyakorlatilag a világ összes írott tudását beintegráltuk már ezekbe a módszerekbe, és már most is szintetikusan generálnak nagyon sok tanító adatot, ami majd azt eredményezi, hogy a mesterséges intelligencia által készített adatok el fogják önteni a teljes tudásbázisunkat. Ez pedig azt jelenti, hogy ha ezeket az adatokat használjuk másik mesterséges intelligencia tanítására, akkor tulajdonképpen új információt már nem viszünk a rendszerbe.”
A daganatfelismerő rendszer persze mindettől függetlenül közel a végtelenségig bővíthető, gátat a fejlesztésnek leginkább csak a nagy teljesítményű számítógépek, a több százmillió forintba kerülő fehérjeanalizátorok és a képek millióit készítő mikroszkópok darabszáma szab. Ezeknek a kapacitása viszont messze túlmutat azon, amekkora befektetést mindebbe bele kell tenni. Ennek fényében pedig nem álom, hanem közeljövő, hogy ezek a rendszerek különösen a diagnosztikában hatalmas terheket vesznek le az orvosok válláról, akik az így felszabaduló időt azoknak a kérdéseknek a megválaszolására fordíthatják, amelyekre még a mesterséges intelligencia sem tudja a választ.
Kérjük, támogasson, hogy otthonába vihessük az értéket!
Fontosnak tartjuk, hogy a kepmas.hu által közvetített értékek továbbra is ingyenesen juthassanak el minden olvasóhoz. Kérjük, ha örömmel olvassa cikkeinket, hallgatja és nézi felvételeinket, támogassa Ön is a kepmas.hu-t!
Támogatom a kepmas.hu-t>>