В замечательном примере междисциплинарной работы в команде астрономы помогают исследователям рака использовать компьютеризированное предавание мечтамалгоритмы развились для определения отдаленных галактик, чтобы идентифицировать биомаркеры при опухолях, чтобы определить, насколько агрессивный они.Команды, от Cancer Research U.K. Кембриджский Институт, и Онкологическое отделение и Институт Астрономии в университете
Кембридж в Великобритании, опишите, как они адаптировали аналитические алгоритмы астрономов изображения и проверили их на 2 000 опухолей груди в исследованииизданный онлайн 19 февраля в British Journal of Cancer.Текущий метод анализа агрессивности опухоли полагается на квалифицированных патологов, смотрящих вниз микроскопы, чтобы определить тонкие различия в окрашиваниииз образцов опухоли. Компьютеризированный подход мог ускорить этот процесс вполне значительно.Естественное наложение в аналитических методах астрономии и рака изображения
Аналитические алгоритмы астрономов изображения были первоначально развиты, чтобы помочь им автоматически выбрать неясные объекты в ночном небе. В одномвремя это было также трудоемким ручным осуществлением, выполняемым с помощью мощных телескопов.Методы мало чем отличаются от используемых в иммуногистохимии (IHC), где патологи пристально смотрят вниз микроскопы, чтобы выбрать тонкийразличия в окрашивании опухолевых клеток, чтобы отличить различные белки.
Победите автора доктора Резу Али, коллегу патологии из Cancer Research U.K. Кембриджский Институт, сообщает заявление:«Мы эксплуатировали естественное наложение между использованием астрономов методов, чтобы проанализировать глубокие изображения неба от самых больших телескопов идолжен точно определить тонкие различия в окрашивании образцов опухоли вниз микроскоп."Соавтор Николас Уолтон, от Института Кембриджа Астрономии, говорит:«Замечательно, что наше аналитическое программное обеспечение изображения, первоначально развитое, чтобы помочь, например, разыскивает планеты, питающие жизнь за пределами нашего
Солнечная система, теперь также используется, чтобы помочь улучшить перспективу больных раком, намного ближе в дом."Проверенный на трех биомаркерах рака молочной железыЧтобы проверить адаптированные алгоритмы, исследователи использовали их, чтобы оценить уровни трех белков (ER, BCL2 и HER2), которые являются известными биомаркерами дляагрессивный рак, в образцах больше чем от 2 000 пациентов рака молочной железы.
Каждый образец прошел две оценки: один использующий ручной анализ изображения с патологами, смотрящими вниз микроскопы и другой, где aкомпьютер, оборудованный адаптированными алгоритмами, проанализировал изображения автоматически.Когда они сравнили результаты, команды нашли, что компьютер был так же точен как ручная система:«Автоматизированное множество показало превосходную конкордантность с ручным множеством для безнадзорного назначения случаев к ‘положительному’ или ‘отрицательному’категории со ставками соглашения до 96%», пишут авторы.
Плюс, добавленное преимущество состоит в том, что автоматизированная система была намного быстрее.«Результаты были еще лучше, чем мы надеялись», говорит Али, «с нашим новым автоматизированным выполнением подхода с точностью, сопоставимой сдлительная задача оценочных изображений вручную, после только относительно незначительные регуляторы формулы."Следующий шагИсследователи теперь планируют сделать намного большее международное исследование с помощью образцов больше чем от 20 000 пациентов рака молочной железы.
Это поможетусовершенствуйте новый подход.Ведущий автор Карлос Колдас, преподаватель, который является также с Cancer Research U.K. Кембриджским Институтом, говорит:«Современные методы дают нам часть первого понимания главных генов и белков, важных в предсказании успеха или провала различныхлечение рака. Но прежде чем они могут быть применены в клинике, их полноценность должна быть проверена в сотнях или иногда тысячахобразцы опухоли."
Колдас говорит, что новые методы уже помогают им проанализировать до 4 000 изображений в день.В январе, исследователи в университете Осло в Норвегии, сообщило новоеисследование, которое найденный 3D маммографией (tomosynthesis), используемый в сочетании с традиционным отображением, увеличил инвазивную диагностику рака молочной железына 27%.