Les bio-ingénieurs financés par la NIBIB à l'Université de l'Illinois ont combiné la microscopie standard, la lumière infrarouge et l'intelligence artificielle (IA) pour assembler des biopsies numériques qui identifient les caractéristiques moléculaires importantes des échantillons de biopsie du cancer sans colorants ni étiquettes.
La norme pour les biopsies du cancer est de traiter le tissu à tester avec des solutions de coloration qui révèlent des détails cellulaires qui aident un pathologiste à déterminer si un échantillon est cancéreux et, dans l'affirmative, donne une idée de la gravité du cancer. La fixation et la coloration du tissu peuvent prendre plusieurs heures, et bien que les pathologistes soient très qualifiés, établir un diagnostic basé sur la taille et la forme des cellules-; renforcée par le processus de coloration-; peut différer entre les individus.
Afin d'obtenir des informations plus rapides, complètes et objectives à partir d'échantillons de biopsie, les bio-ingénieurs de l'Université de l'Illinois ont construit un microscope unique qui combine la microscopie à lumière visible standard avec la lumière infrarouge. La recherche est dirigée par Rohit Bhargava, Ph.D., professeur de bio-ingénierie et directeur fondateur du Cancer Center à Illinois. L'équipe utilise l'apprentissage automatique, un type d'IA, pour traiter les signaux du microscope hybride afin de créer des images uniques d'échantillons de cancer qui contiennent beaucoup plus d'informations qu'une coloration pathologique standard.
La technique a été créée en ajoutant un laser infrarouge et des lentilles spécialisées au microscope optique standard que l'on trouve dans les laboratoires et les cliniques. La configuration capture à la fois des images optiques haute résolution et des signaux moléculaires infrarouges émis par un échantillon baigné de lumière blanche et infrarouge.
Nous avons construit le microscope hybride avec des composants disponibles dans le commerce. De nombreux laboratoires équipés de microscopes optiques pourront construire des instruments similaires, ce qui permettra de diffuser largement et rapidement cette nouvelle approche. «
Rohit Bhargava, Ph.D., professeur de bio-ingénierie et directeur fondateur du Cancer Center à Illinois
Un élément clé du nouveau système est un programme d'apprentissage automatique. Le programme informatique combine la lumière blanche et les signaux infrarouges qui rebondissent sur l'échantillon de biopsie sous le microscope. Le résultat est une image qui imite le type obtenu si l'échantillon a été coloré dans un laboratoire de pathologie traditionnel; créé en quelques minutes au lieu de quelques heures.
La coloration du colorant pathologique et la «coloration» numérique construite par AI mettent en évidence la taille et le motif des cellules dans le tissu, certains motifs étant caractéristiques des tissus cancéreux. Cependant, l'IA recueille des informations contenues dans l'échantillon qui ne peuvent pas être vues à l'œil nu.
« Les cellules cancéreuses ont des différences dans leur composition chimique et leur métabolisme », a expliqué Bhargava. « Les informations provenant du signal infrarouge donnent une lecture de la composition moléculaire des tissus qui peut être analysée par l'IA pour la prise de décision en pathologie. »
Les données extra moléculaires révèlent des caractéristiques spécifiques de la tumeur et des tissus sains environnants qui peuvent fournir des informations meilleures et plus cohérentes sur la progression du cancer.
Parce que la lumière infrarouge a plusieurs longueurs d'onde avec différentes informations chimiques, les chercheurs affinent les programmes de calcul de l'IA afin qu'ils puissent analyser les différents types de cellules et de maladies. L'objectif est d'obtenir une «cartographie du cancer» extrêmement précise et reproductible.
La technique promet d'accélérer les résultats, de réduire les coûts et de fournir ce que Bhargava appelle une analyse «tout numérique» de la pathologie du cancer. L'équipe explore également l'utilisation du microscope hybride pour d'autres applications biomédicales telles que la criminalistique et la science des polymères.
La source:
Institut national d'imagerie biomédicale et de bio-ingénierie
Une étude de Penn State examine comment les télomères d'une personne sont affectés par la restriction calorique