Ricerca del tessuto con le parole
Dall'immagine patologica alla scoperta biologica: un viaggio con LazySlide
Annunci
Le immagini microscopiche dei tessuti umani sono una pietra miliare della ricerca biomedica e della diagnostica clinica. Tuttavia, nonostante la loro importanza, queste immagini rimangono spesso difficili da analizzare sistematicamente e da collegare ad altri tipi di dati biologici. Un nuovo studio guidato dal ricercatore principale del CeMM, André Rendeiro, e pubblicato su Nature Methods, presenta "LazySlide", uno strumento software open-source che mette a disposizione la potenza dei modelli di fondazione e mira a democratizzare l'analisi patologica digitale.
Un'arteria infiammata, un tumore che si diffonde nei polmoni o danni sottili in un organo - Quando i medici o i ricercatori vogliono capire cosa sta succedendo all'interno di un tessuto, uno degli strumenti più affidabili è ancora il microscopio. Oggi sono diventati in gran parte digitali: un singolo campione di tessuto può essere scannerizzato in un'immagine a tutto schermo così dettagliata che è possibile zoomare da una vista a volo d'uccello dell'intero tessuto fino alle singole cellule. Queste immagini, quindi, contengono enormi informazioni sui tessuti a diverse scale.
Tuttavia, queste immagini sono enormi, complesse e spesso difficili da analizzare in modo moderno e guidato dai dati. Mentre la genetica e la biologia delle singole cellule hanno sviluppato metodi efficaci per la condivisione e il confronto dei dati, le immagini digitali di patologia sono difficili da incorporare - archiviate in formati proprietari, elaborate con strumenti incompatibili e difficili da collegare alle informazioni molecolari come il sequenziamento dell'RNA. Pertanto, le preziose risorse delle immagini digitalizzate dei tessuti sono largamente sottoutilizzate in molti contesti clinici e di ricerca.
Un nuovo studio del gruppo del ricercatore principale del CeMM André Rendeiro presenta LazySlide, un'applicazione open-source progettata per rendere l'analisi delle immagini whole-slide più accessibile, interoperabile e pronta a essere inserita negli stessi flussi di lavoro computazionali che già guidano la genomica moderna.
Dalle "belle immagini" alla biologia ricercabile
LazySlide consente agli scienziati di suddividere le immagini a vetrino intero in regioni più piccole e gestibili e di analizzarle utilizzando modelli avanzati di intelligenza artificiale. Questi modelli sono in grado di riconoscere gli schemi della struttura dei tessuti, di identificare i diversi tipi di cellule e di quantificare i sottili cambiamenti nell'architettura dei tessuti, senza richiedere un'estesa annotazione manuale.
Lo studio dimostra che le informazioni visive ricavate dalle immagini dei tessuti possono essere direttamente collegate a dati molecolari come i profili di espressione genica. In un esempio, i ricercatori hanno analizzato campioni di tessuto arterioso con e senza calcificazione, un processo patologico associato alle malattie cardiovascolari. LazySlide non solo ha distinto il tessuto sano da quello malato sulla base delle sole caratteristiche dell'immagine, ma ha anche rivelato percorsi biologici, come la segnalazione infiammatoria, che sono diventati visibili solo quando i dati dell'immagine e quelli del sequenziamento dell'RNA sono stati analizzati insieme.
"L'istologia contiene un'enorme quantità di informazioni biologiche, ma spesso è difficile accedervi a livello computazionale", spiega Yimin Zheng, primo autore dello studio. "Con LazySlide abbiamo voluto fornire uno strumento che permettesse ai ricercatori di esplorare le immagini dei tessuti in modo sistematico e quantitativo e di collegare ciò che vedono al microscopio con i processi molecolari sottostanti".
Ricerca dei tessuti con le parole
Una caratteristica particolarmente innovativa di LazySlide è la capacità di collegare le immagini con il linguaggio naturale. Utilizzando modelli di intelligenza artificiale che collegano schemi visivi a concetti testuali, i ricercatori possono porre domande come ad esempio dove appaiono segni di "calcificazione" all'interno di un campione di tessuto. Il software evidenzia quindi le regioni rilevanti e genera punteggi quantitativi, trasformando le impressioni visive in dati misurabili.
Questo approccio consente anche la cosiddetta analisi "a scatto zero": LazySlide è in grado di riconoscere l'organo di origine dei campioni di tessuto o di distinguere i tessuti sani da quelli malati senza essere specificamente addestrato per ogni compito. Ciò abbassa notevolmente la barriera per l'applicazione di metodi avanzati di analisi delle immagini nella ricerca biomedica.
Uno strumento aperto e interoperabile
LazySlide è stato progettato per integrarsi perfettamente con gli strumenti di biologia computazionale esistenti, ampiamente utilizzati nella ricerca genomica e sulle singole cellule. Rendendo la patologia digitale più interoperabile con questi flussi di lavoro consolidati, il software contribuisce a portare l'imaging dei tessuti nell'ecosistema più ampio delle scienze della vita basate sui dati.
"Il nostro obiettivo è stato quello di rendere l'analisi delle immagini a tutto schermo più accessibile e più collegata ai tipi di dati che i ricercatori utilizzano già ogni giorno", afferma André Rendeiro. "Trattando le immagini dei tessuti come ricchi insiemi di dati piuttosto che come immagini statiche, possiamo ottenere nuove intuizioni su come le malattie modellano la biologia umana".
Lo studio, pubblicato su Nature Methods, evidenzia come strumenti flessibili e open-source come LazySlide possano accelerare la ricerca e contribuire a colmare il divario tra la struttura dei tessuti e la funzione molecolare, un passo essenziale verso una comprensione più integrata della salute e della malattia.
Nota: questo articolo è stato tradotto utilizzando un sistema informatico senza intervento umano. LUMITOS offre queste traduzioni automatiche per presentare una gamma più ampia di notizie attuali. Poiché questo articolo è stato tradotto con traduzione automatica, è possibile che contenga errori di vocabolario, sintassi o grammatica. L'articolo originale in Inglese può essere trovato qui.
Pubblicazione originale
Altre notizie dal dipartimento scienza
