Ученые Института фундаментальной медицины и биологии Казанского федерального университета создали базу данных из микроскопических изображений раковых клеток – аденокарциномы толстой кишки человека с различным количеством нежизнеспособных клеток.

Сформированная база микроизображений использовалась в рамках комплексных исследований совместно со специалистами Санкт-Петербургского государственного электротехнического университета (СПбГЭТУ) «ЛЭТИ», которые разработали программный комплекс, позволяющий при помощи алгоритмов искусственного интеллекта по микрофотографиям количественно оценивать гибель клеток по их структуре под воздействием перспективных лекарственных препаратов без необходимости использования процесса окрашивания. Таким образом, можно автоматически исключать из анализа очевидно неудачные образцы кандидатов в лекарственные соединения в режиме реального времени, не оказывая дополнительных воздействий на клетки, что позволяет не использовать дорогостоящие красители, но в то же время оценивать действие препарата на клетки в течение заданного промежутка времени.

Как пояснил Центру медиакоммуникаций КФУ заведующий кафедрой генетики Института фундаментальной медицины и биологии Айрат Каюмов, сотрудничество КФУ с СПбГЭТУ осуществляется с 2012 года.

«С 2017 года мы с ними начали плотно работать в области обработки биомедицинских изображений. Уже в 2018 году опубликовали программу для полуавтоматического анализа изображений с дифференциальной окраской. В этом году вышла статья по подсчету площади клеток в их монослое. В процессе совместной работы пришла идея создания инструмента для оценки процента мертвых клеток с помощью машинного обучения. Для этого сформировали базу микрофотографий, а коллеги уже реализовали алгоритм», – ввел в курс дела заведующий кафедрой генетики.

База данных формировалась как модельная. Клетки выращивал доцент кафедры микробиологии Павел Зеленихин, микроскопию провели старший научный сотрудник НИЛ «Природные антимикробные препараты» Елена Тризна и научный сотрудник той же лаборатории Диана Байдамшина.

Таким образом, представленные изображения моделируют различные исходы применения потенциальных лекарственных средств, которые были предварительно получены с использованием двух разных систем окрашивания образцов. Обученная с помощью такой базы нейросеть способна различать результаты действия препаратов без использования флуоресцентных маркеров, ориентируясь, например, на изменение клеточных контуров.

Разработанные алгоритмы количественной оценки состояния клеток на микрофотографиях позволяют уменьшить нагрузку на экспертов и повысить объективность анализа при исследовании средств для терапии онкологических заболеваний и любых других перспективных лекарственных препаратов.

Созданная в ходе исследования база данных представляет собой удобный испытательный стенд для других исследователей, которые с его помощью могут проверить успешность своих разработок в сфере анализа биомедицинских изображений. Работа опубликована в журнале Scientific Data.

Исследование прошло при финансовой поддержке Минобрнауки России за счет средств субсидии, выделенной Казанскому федеральному университету для выполнения государственного задания в сфере научной деятельности. Проект № FZSM-2022-0017.