Базу данных из микроскопических изображений раковых клеток аденокарциномы толстой кишки человека с разным количеством нежизнеспособных клеток в каждой, создали ученые Института фундаментальной медицины и биологии Казанского федерального университета (КФУ), 18 апреля пишет пресс-служба вуза.

База микроизображений использовалась совместно со специалистами Санкт-Петербургского государственного электротехнического университета (СПбГЭТУ) «ЛЭТИ», которыми был разработан программный комплекс. Он с помощью алгоритмов искусственного интеллекта количественно оценивал по структуре клеток на микрофотографиях уровень их гибели под воздействием перспективных лекарственных препаратов.

Такой комплекс позволяет избавиться от необходимости применения при анализе действенности лекарственных средств процесса окрашивания клеток, который вносит дополнительные воздействия на клетки, а также требует использования дорогостоящих красителей.

Заведующий кафедрой генетики Института фундаментальной медицины и биологии КФУ Айрат Каюмов рассказал о сотрудничестве с СПбГЭТУ, которое осуществляется с 2012 года:

«С 2017 года мы с ними начали плотно работать в области обработки биомедицинских изображений. Уже в 2018 году опубликовали программу для полуавтоматического анализа изображений с дифференциальной окраской. В этом году вышла статья по подсчету площади клеток в их монослое. В процессе совместной работы пришла идея создания инструмента для оценки процента мертвых клеток с помощью машинного обучения. Для этого сформировали базу микрофотографий, а коллеги уже реализовали алгоритм».

Базу данных формировали как модельную. Клетки для фотографирования выращивал доцент кафедры микробиологии Павел Зеленихин, а микроскопию выполняли старший научный сотрудник НИЛ «Природные антимикробные препараты» Елена Тризна и научный сотрудник той же лаборатории Диана Байдамшина.

Изображения в созданной базе моделируют различные результаты применения потенциальных лекарственных средств, предварительно полученные с использованием двух разных систем окрашивания образцов.

Обученная на этой базе нейросеть может определять результаты действия препаратов уже без использования флуоресцентных маркеров, основываясь, например, на изменение клеточных контуров.

Это позволит сократить нагрузку на экспертов при одновременном повышении объективности анализа эффективности средств для лечения онкологических заболеваний или любых других перспективных лекарственных препаратов.

Результаты исследования работы программного комплекса были представлены в журнале Scientific Data.