Глубокое обучение создает виртуальное мультиплексное иммуноокрашивание для улучшения диагностики рака

Исследователи из Калифорнийского университета в Лос-Анджелесе (UCLA) в сотрудничестве с патологами из Медицинского центра Еврейского университета Хадасса и Университета Южной Калифорнии разработали метод, основанный на глубоком обучении, который может генерировать в цифровом виде несколько иммуногистохимических пятен из одного неокрашенного среза ткани.

Работа опубликовано в журнале Границы БМЕ.

Этот подход позволяет точно оценить сосудистую инвазию — ключевой показатель агрессивности рака — без необходимости использования традиционных процедур химического окрашивания.

Исследование знакомит с виртуальное мультиплексное иммуноокрашивание (mIHC), которая преобразует изображения автофлуоресцентной микроскопии ткани без метки в эквивалентные светлому изображению изображения окрашивания гематоксилином и эозином (H&E), а также два клинически важных иммуногистохимических маркера: ERG, который метит эндотелиальные клетки, и PanCK, который выделяет эпителиальные опухолевые клетки. Эти виртуальные пятна генерируются одновременно на одном и том же физическом участке ткани с использованием одной глубокой нейронной сети.

Сосудистая инвазия, определяемая как наличие опухолевых клеток в кровеносных или лимфатических сосудах, является критическим прогностическим фактором многих солидных опухолей, включая рак щитовидной железы. Однако его идентификация при рутинной патологии может быть сложной задачей. Традиционные рабочие процессы основаны на использовании слайдов H&E с последующим иммуногистохимическим окрашиванием серийных срезов тканей — процесс трудоемкий, дорогостоящий и склонный к потере тканей и изменчивости от среза к срезу.

Подход виртуального мультиплексного окрашивания Калифорнийского университета в Лос-Анджелесе позволяет патологам визуализировать морфологию тканей, эндотелиальные клетки и эпителиальные опухолевые клетки на одном и том же срезе, устраняя риск потери важной диагностической информации из-за выпадения ткани и обеспечивая более надежную оценку сосудистой инвазии, сказал Айдоган Озджан, профессор электротехники и вычислительной техники Калифорнийского университета в Лос-Анджелесе и старший автор исследования.

Метод основан на визуализации неокрашенной ткани с помощью автофлуоресцентная микроскопияс последующим вычислительным преобразованием с использованием условной генеративно-состязательной сети. Цифровая матрица окрашивания помогает сети генерировать различные виртуальные пятна из одного и того же входного изображения, обеспечивая точное пространственное соответствие между H&E и иммуногистохимическими результатами.

Чтобы проверить свой подход, исследователи применили виртуальную структуру mIHC к микрочипам ткани щитовидной железы и сравнили полученные цифровым способом пятна с традиционным гистохимическим окрашиванием. Сертифицированные патологоанатомы оценили изображения в слепом исследовании и обнаружили высокую степень соответствия между виртуальными и традиционными окрасками, при этом виртуальное окрашивание часто демонстрирует превосходную последовательность и специфичность.

Поскольку пятна генерируются компьютерным способом, результаты очень воспроизводимы и лишены многих артефактов, наблюдаемых при традиционной иммуногистохимии, говорит Нир Пиллар, патолог из Медицинского центра Еврейского университета Хадасса и автор исследования. Это потенциально может значительно повысить точность диагностики, одновременно сокращая затраты и время выполнения работ.

Система виртуального мультиплексного иммуноокрашивания совместима с существующими рабочими процессами цифровой патологии и требует только одного среза ткани.

После обучения система может генерировать виртуальные пятна за секунды для отдельных полей зрения и за минуты для изображений целиком, что делает его пригодным для высокопроизводительных клинических сред.

Исследователи отмечают, что, хотя текущее исследование сосредоточено на тканях рака щитовидной железы, этот подход широко применим и может быть распространен на другие типы тканей и диагностические маркеры. Будущая работа будет сосредоточена на крупномасштабных многоцентровых проверочных исследованиях для дальнейшей оценки клинической эффективности и возможности обобщения.