Составлена карта иммунного ответа при онкологических заболеваниях

Аналитическая платформа с открытым кодом, разработанная в парижском Институте Кюри, визуализирует данные по молекулярным механизмам врожденного иммунного ответа при раке и облегчает анализ иммунной активности микроокружения опухоли.

Изображение:
Фрагмент карты иммунного ответа. Credithttps://navicell.curie.fr/pages/maps_innateimmune.html

Одна из сложнейших проблем современной молекулярной биологии — обработка и интеграция огромного количества экспериментальных данных, поэтому крайне необходимы инструменты, способные составить цельную картину жизни клетки из миллионов фрагментов. Исследователи из парижского Института Кюри не первый год занимаются этой проблемой. Очередная их публикация в Nature Communications представляет метакарту иммунного ответа при раке — Institut Curie Collection of Innate Immunity Maps.

Авторы работы изучают литературу по молекулярным механизмам, регулирующим врожденный иммунный ответ при раке, классифицируют и аннотируют информацию, а затем представляют ее в виде карты сигнальных сетей. Такая «географическая» форма визуализации данных не только интуитивно понятна (каждый, кто пытался разобраться в том или ином сигнальном пути, рассматривал или рисовал схемы из кружков и стрелок), но и удобна для работы с ними. Как гугл-карта может показать интересующий пользователя участок на карте города в целом или микрорайона с разрешением до каждого дома, так и карты сигнальных путей в клетке предлагают различные уровни детализации.

Сравнение с гугл-картой не случайно. Пять лет назад в Институте Кюри был создан ACSN — Atlas of Cancer Signalling Network, глобальный атлас сигнальных путей, вовлеченных в злокачественное перерождение). Навигация в нем осуществляется с помощью системы NaviCell — адаптации движка Google Maps для молекулярно-биологических карт. На карте процессов, происходящих в клетке, можно увидеть, например, обширные регионы «Клеточный цикл», «Чекпойнты». «Репарация ДНК», а при увеличении масштаба она показывает соответствующие сигнальные пути и затем взаимодействия между молекулами.

Новая публикация представляет карты сигнальных путей клеток иммунной системы — макрофагов, дендритных клеток, миелоидных клеток-супрессоров, естественных киллеров, — интегрированные в метакарту врожденного иммунного ответа при раке. В узлах карты находятся 1466 видов молекул, связанных 1084 биохимическими реакциями, Метакарта обобщает информацию из 820 научных публикаций, она доступна в Интернете. Аннотации молекул и реакций содержат ссылки на PubMed, перекрестные ссылки на другие базы данных и примечания.

Авторы продемонстрировали практическое применение созданного ими ресурса. С помощью своей метакарты они интерпретировали данные РНК-секвенирования единичных макрофагов и естественных киллеров при метастатической меланоме. Оценка активности тех или иных сигнальных путей позволяла определить, является ли конкретная клетка проопухолевой или противоопухолевой (и макрофаги, и естественные киллеры способны как подавлять развитие новообразования, так и способствовать ему). Оценка иммунной активности микроокружения опухоли важна для улучшения эффективности иммунотерапии. Исследователи предприняли попытку получить с помощью метакарты «сигнатуры выживаемости» пациентов, определить, какие функции врожденного иммунного ответа коррелируют с продлением жизни больного, какие — с ее сокращением. «Описанный анализ демонстрирует, что метакарта может служить для оценки признаков врожденного иммунного ответа, связанных с выживанием пациентов при раке», — говорится в статье. Предполагается, что ресурс поможет прогнозировать реакцию на иммунотерапию, выбирать новые мишени для нее среди компонентов опухолевого иммунитета и моделировать процессы, происходяшие в опухолевом окружении.

 

На вопросы PCR.news отвечает Мария Кондратова (Институт Кюри, Париж), первый автор статьи и автор научно-популярной книги о раке «Кривое зеркало жизни» («Альпина-нон-фикшн, 2019).

Как будет развиваться проект? Ваши дальнейшие планы?

Сейчас мы заканчиваем аналогичный проект по систематизации информации о приобретенном (адаптивном) иммунитете в раке, а самую «вкусную» его часть, детальную аннотацию путей контрольных точек имунного ответа, планируем даже опубликовать отдельно. Что касается будущего проекта, то боюсь, оно будет связано уже с другими людьми. Мой рабочий контракт в институте Кюри заканчивается в следующем году, дальнейшие планы состоят в поисках следующей позиции.

Если поиск и аннотирование данных для составления карт выполняется вручную, не становится ли это «бутылочным горлышком», учитывая изобилие информации? Нельзя ли автоматизировать этот процесс?

Автоматизированные системы хорошо работают со структурированной информацией. Но научные статьи, написанные естественным «человеческим языком», требуют очень сложных алгоритмов для качественной обработки. Имеющиеся на сегодняшний день программы в любом случае требуют проверки результатов вручную (хотя это в любом случае уже шаг вперед). Сообщество биокураторов уже много лет предлагает сделать этот процесс более эффективным. Все, что нужно для этого — разработать общую для всех журналов аннотационную форму, в которую авторы перед публикацией будут вносить свои результаты в формализованном виде. Это сразу решило бы 90% проблем аннотирования. Но... журналам это не интересно. В результате нам приходится использовать мощь искусственного интеллекта для компенсации естественного человеческого идиотизма... Хотя, признаюсь, я люблю свою «ручную работу», в ней есть творческое начало. Механическая проверка информации за системами текстового майнинга — это как работа на конвейере. Мне кажется, я бы не смогла заниматься этим долго, просто выгорела бы.

Что вы думаете о перспективах применения искусственного интеллекта в медицине?

Эти перспективы выглядят обнадеживающе и пугающе одновременно. Проблема в том, что в имеющихся сейчас системах ИИ, как убедительно показывает, например, книга Кэти О'Нил «Убийственно большие данные» любая ошибка сильно масштабируется. И прежде, чем она будет обнаружена, система может навредить многим людям. Кроме того, алгоритмы, лежашие в основе систем ИИ, как правило, оказываются засекречены и запатентованы, что сильно затрудняет их экспертизу независимыми наблюдателями. Но с другой стороны, с тех пор как в биологию и медицину пришли большие данные, особого выбора у нас нет, человеческий мозг не может работать с такими массивами информации напрямую.

Источник

Maria Kondratova, et al. // A multiscale signalling network map of innate immune response in cancer reveals cell heterogeneity signatures // Nature Communications, 2019, volume 10: 4808; DOI: 10.1038/s41467-019-12270-x

Добавить в избранное