ミシガン大学とブラウン大学の研究者らは、複雑な組織データを分析するための新しい計算手法を開発した。この手法は、病気に関する現在の理解とその治療法を一変させる可能性がある。
統合的かつ参照情報に基づく組織セグメンテーション (IRIS) は、生物医学研究者が組織の発達、疾患の病理、腫瘍の組織化に関するより正確な情報を確認できるようにする、新しい機械学習と人工知能の手法です。
この研究結果はネイチャー・メソッド誌に掲載されている。。
IRIS は、空間的に分解されたトランスクリプトミクスによって生成されたデータを利用し、単一細胞 RNA シーケンス データを参照として独自に活用して、複数の組織層を同時に検査し、これまでにない精度と計算速度でさまざまな領域を区別します。
組織サンプルから平均データを生成する従来の技術とは異なり、SRT はより詳細なビューを提供し、単一の組織切片内の何千もの位置を正確に特定します。しかし、この膨大で詳細なデータセットを解釈することが常に課題でした、とミシガン大学公衆衛生学部の生物統計学教授でこの研究の主任著者である Xiang Zhou 氏は言います。
大規模で複雑なデータセットを解釈する際に、IRIS は役立つツールとなります。そのアルゴリズムはデータを分類し、腫瘍領域などのさまざまな機能領域を識別してセグメント化し、細胞の相互作用や病気の進行メカニズムに関する洞察を提供します。
「既存の方法とは異なり、IRISは組織の細胞地形を直接的に特徴付け、生物学的に解釈可能な空間領域を識別するため、組織機能の根底にある細胞メカニズムの理解が容易になります」と、IRISの開発に協力したブラウン大学生物統計学助教授で、UM博士課程の卒業生であるYing Ma氏は述べた。
「IRIS は、幅広い生物系にわたる大規模なマルチサンプル空間トランスクリプトミクス データ分析のための強力なツールとして機能すると期待しています。」
Zhou 氏と Ma 氏は、6 つの SRT データセットに IRIS を適用し、そのパフォーマンスを他の一般的に使用されている空間領域手法と比較しました。最終的には、SRT 技術の人気と使用が拡大するにつれて、IRIS のような手法が臨床介入や薬物ターゲットのターゲットの開発に役立ち、個別の治療計画と患者の健康成果が向上することを期待しています。
「IRIS の計算アプローチは、生物学者が複雑な組織の入り組んだ構造を詳しく調べるための新しい道を切り開き、発達と病気の進行過程における組織構造を形成する動的プロセスを調査する比類のない機会を提供します」と Zhou 氏は語ります。「精緻な組織構造を特徴付け、病気の状態におけるその変化を解明することで、IRIS はさまざまな病気を理解し、それと闘うために極めて重要なメカニズムの洞察を明らかにする可能性を秘めています。」
1717733508
#新しいAI手法により組織や腫瘍の分析が改善され病気の治療が進歩する可能性がある
2024-06-07 02:59:32