W ramach interdyscyplinarnego projektu naukowcy z WIT przygotują architekturę AI oraz zaplecze obliczeniowe, które pomogą w analizie trójwymiarowych modeli ludzkiej wątroby. Powstające narzędzie ma wspierać diagnostykę chorób metabolicznych, rozpoznając m.in. cechy hipoksji, glikacji i stłuszczenia tkanek.

Projekt „Inteligentni Agenci w Medycynie Precyzyjnej: Od organoidu wątroby po predykcyjny model AI w diagnostyce chorób metabolicznych” otrzymał dofinansowanie w wysokości blisko 1,9 mln zł w ramach II edycji prowadzonego na naszej uczelni programu „Wsparcie zespołów badawczych”.

W prace zaangażowanych będzie 22 naukowców z pięciu wydziałów Politechniki Wrocławskiej. Badaniami kieruje dr hab. n. med. Aleksandra Kuzan, prof. uczelni z Wydziału Medycznego.

AI rozpozna „odcisk metaboliczny”

Za przygotowanie architektury AI i zaplecza obliczeniowego odpowiadają zespoły z Wydziału Informatyki i Telekomunikacji oraz Wydziału Zarządzania. Prace prowadzone są pod kierunkiem dr. hab. inż. Grzegorza Kołaczka, prof. uczelni, prof. Rafała Werona oraz dr. hab. inż. Adama Wasilewskiego, prof. uczelni. Zespół z WIT reprezentuje dyscyplinę informatyka techniczna i telekomunikacja.

Wyniki analiz biochemicznych, metabolomicznych i lipidomicznych oraz ilościowego obrazowania zostaną wykorzystane do opracowania narzędzia wspomagającego procesy diagnostyczne. Zadaniem sztucznej inteligencji będzie nie tylko uporządkowanie zgromadzonych informacji, lecz także znalezienie ukrytych zależności i wzorców.

Naukowcy będą poszukiwać tzw. „odcisku metabolicznego”, czyli zestawu cech pozwalających określić stan badanej tkanki oraz zachodzące w niej procesy chorobowe.

– Najtrudniejszym zadaniem jest tzw. fuzja multimodalna, czyli połączenie bardzo różnych źródeł danych – takich jak molekularne profile tkanki i cyfrowe biomarkery pochodzące z obrazowania – w jednym modelu predykcyjnym, który potrafi rozpoznać „odcisk metaboliczny” badanej próbki – wyjaśnia prof. Grzegorz Kołaczek z Katedry Informatyki i Inżynierii Systemów.

Szczególnym wyzwaniem będzie praca z danymi, w których liczba analizowanych cech sięga tysięcy, natomiast próbek biologicznych jest stosunkowo niewiele.

– Taki „reżim małej próby” wymaga starannego doboru metod uczenia maszynowego i rygorystycznej walidacji, która chroni przed przeuczeniem, czyli sytuacją, w której model zapamiętuje pojedyncze przypadki, zamiast uczyć się ogólnych prawidłowości – podkreśla prof. Grzegorz Kołaczek

Równie ważna będzie wyjaśnialność opracowanych modeli. AI ma nie tylko określać stan tkanki, wskazując np. cechy hipoksji, glikacji lub stłuszczenia, lecz także pokazywać, które cechy molekularne i obrazowe wpłynęły na wynik. Jak zaznacza naukowiec z WIT, jest to niezbędny warunek budowania zaufania do narzędzi wykorzystujących sztuczną inteligencję w medycynie.

Ze względu na wrażliwy charakter danych biologicznych i medycznych całe zaplecze obliczeniowe, w tym serwer do obliczeń AI i akcelerator graficzny, będzie utrzymywane lokalnie na Politechnice Wrocławskiej. Pozwoli to zachować pełną kontrolę nad bezpieczeństwem informacji i uniknąć przekazywania ich poza uczelnię.

Miniaturowe organy w służbie nauki

Dane analizowane przez specjalistów od AI będą pochodziły m.in. z badań nad organoidami wątroby. Organoidy to trójwymiarowe struktury powstające z komórek macierzystych, które w odpowiednich warunkach potrafią się samoorganizować. Nie są pełnowymiarowymi organami, ale mogą odtwarzać wybrane cechy ich budowy i funkcjonowania.

Takie struktury mogą lepiej niż klasyczne hodowle komórkowe pokazywać, co dzieje się w tkance pod wpływem choroby, leku albo zmienionych warunków metabolicznych.

– W tradycyjnych hodowlach 2D mamy do czynienia z warstwą komórek jednego typu, co nie oddaje złożoności ludzkiego ciała. Z kolei sferoidy, choć trójwymiarowe, są zazwyczaj monokulturami. Organoidy wątroby tworzone w naszym projekcie będą zawierać nie tylko hepatocyty, ale całą gamę komórek tworzących funkcjonalną tkankę, która reaguje w sposób fizjologiczny. Dzięki temu model ten symuluje działanie rzeczywistego organu znacznie lepiej niż jakiekolwiek dotychczasowe rozwiązania laboratoryjne – mówi prof. Aleksandra Kuzan z Katedry Nauk Przedklinicznych, Farmakologii i Diagnostyki Medycznej.

Dlaczego potrzebujemy modeli 3D?

Przez lata wiele badań prowadzono na hodowlach 2D, czyli komórkach rosnących na płaskiej powierzchni. Takie modele są użyteczne, ale mają poważne ograniczenia. Tkanki w ludzkim organizmie nie są płaskie, a komórki komunikują się ze sobą przestrzennie, reagując m.in. na sąsiedztwo innych typów komórek, przepływ substancji i lokalne zmiany środowiska.

Dlatego przejście od klasycznych hodowli do modeli 3D jest ważnym krokiem w stronę skuteczniejszej diagnostyki i testowania terapii.

– Standardowe, „płaskie” modele są obarczone dużym ryzykiem generowania wyników fałszywie dodatnich. Przykładowo wiele leków, które wydają się zabijać komórki nowotworowe w modelu 2D nawet przy niskim stężeniu, całkowicie zawodzi w kontakcie ze złożoną strukturą trójwymiarową, która lepiej odzwierciedla naturalną oporność tkanek. Nasz projekt stawia więc na realizm, co pozwoli uniknąć błędnych wniosków już na etapie badań podstawowych – podkreśla prof. Aleksandra Kuzan.

Naukowcy skoncentrują się na wątrobie, ponieważ jest to narząd kluczowy dla metabolizmu, a jednocześnie narażony na wiele różnych chorób. Będą modelować procesy leżące u podłoża jej schorzeń, takie jak stan zapalny czy włóknienie, występujące m.in. w chorobach związanych z nieprawidłową dietą, nadużywaniem alkoholu, uwarunkowaniami genetycznymi oraz zaburzeniami metabolicznymi.

Zespół przeanalizuje również procesy glikacji, towarzyszące wielu zaburzeniom metabolicznym, oraz warunki hipoksyjne, czyli niedotlenienie tkanek. Takie zjawisko może występować np. wewnątrz guzów nowotworowych.

Na organoidach odzwierciedlających różne zaburzenia metaboliczne testowane będą również fitofarmaceutyki, czyli związki pochodzenia roślinnego. Badacze sprawdzą, czy mogą one wywoływać pożądany efekt metaboliczny.

Pięć wydziałów i jedna platforma badawcza

Projekt łączy kompetencje naukowców z pięciu wydziałów Politechniki Wrocławskiej.

Zespoły z Wydziału Informatyki i Telekomunikacji oraz Wydziału Zarządzania przygotują architekturę AI i zaplecze obliczeniowe potrzebne do analizy zgromadzonych danych.

Zespół z Wydziału Medycznego odpowiada za hodowlę organoidów i sferoidów oraz podstawowe analizy biochemiczne. Badacze z Wydziału Chemicznego, pod kierunkiem dr. Jerzego Wiśniewskiego, przeprowadzą zaawansowane analizy lipidomiczne i metabolomiczne.

Zespół z Wydziału Podstawowych Problemów Techniki, którego prace koordynuje dr hab. inż. Igor Buzalewicz, prof. uczelni, będzie odpowiedzialny za ilościowe obrazowanie sferoidów, organoidów oraz tkanek. Dzięki wykorzystaniu różnych źródeł kontrastu optycznego badacze będą mogli wyodrębnić cyfrowe biomarkery zwłóknienia. Są to mierzalne cechy obrazu pokazujące m.in. zmiany struktury tkanki, jej niejednorodność oraz stopień nagromadzenia i organizacji kolagenu.

– Najtrudniejszym etapem projektu będzie samo wyprowadzenie linii komórkowej z komórek macierzystych tak, aby idealnie różnicowały się w pożądane typy komórek wątroby. W tym procesie będziemy współpracować z prof. Aleksandrą Pawlak z University of Georgia, światowej klasy ekspertką w dziedzinie organoidów – dodaje prof. Aleksandra Kuzan.

W prace włączą się również studenci z Koła Naukowego Histologii, którzy wezmą udział m.in. w przygotowywaniu hodowli 2D.