Phát triển thành công công cụ AI mới giúp giải mã sớm nguồn gốc ung thư

Các nhà nghiên cứu tại EMBL vừa phát triển một công cụ AI mới sử dụng phương pháp “laser tag phân tử” để xác định những tế bào có khả năng hé lộ nguồn gốc sớm nhất của ung thư.

Cơ thể con người phụ thuộc vào bộ chỉ dẫn di truyền chính xác để các tế bào vận hành đúng chức năng. Ung thư bắt đầu hình thành khi những hướng dẫn này bị rối loạn. Khi lỗi di truyền tích tụ theo thời gian, tế bào có thể mất khả năng kiểm soát tăng trưởng và bắt đầu nhân lên vô tội vạ. Trong số những thay đổi sớm nhất dẫn tế bào khỏe mạnh đến giai đoạn tiền ung thư là các bất thường nhiễm sắc thể – bao gồm lỗi về số lượng hoặc cấu trúc.

Tại EMBL Heidelberg, nhóm nghiên cứu của Korbel đã tạo ra một công cụ dựa trên AI giúp giới khoa học quan sát kỹ cách những bất thường này xuất hiện. Những hiểu biết thu được từ phương pháp này có thể góp phần làm sáng tỏ các bước đầu tiên trong tiến trình hình thành ung thư.

“ Các bất thường nhiễm sắc thể là tác nhân hàng đầu dẫn đến các dạng ung thư đặc biệt hung hãn, và liên quan chặt chẽ đến tử vong, di căn, tái phát, kháng hóa trị và tốc độ hình thành khối u ,” nhà khoa học Jan Korbel – tác giả chính của công trình được đăng trên Nature – chia sẻ. “ Chúng tôi muốn hiểu điều gì quyết định khả năng tế bào gặp phải các thay đổi này, và tốc độ chúng hình thành khi một tế bào khỏe mạnh nhân đôi .”

Mối liên hệ giữa nhiễm sắc thể bất thường và ung thư thực ra đã được đặt ra hơn một thế kỷ trước, khi nhà khoa học Theodor Boveri quan sát dưới kính hiển vi và đưa ra giả thuyết rằng nội dung nhiễm sắc thể không đồng đều có thể thúc đẩy sự hình thành ung thư.

Vì sao bất thường nhiễm sắc thể khó nghiên cứu?

Dù được biết đến từ lâu, việc phát hiện những tế bào này vẫn vô cùng khó khăn vì chúng xuất hiện rất ít và nhiều tế bào trong số đó tự chết hoặc bị cơ chế tự nhiên của cơ thể loại bỏ. Các nhà nghiên cứu thường phải tìm kiếm thủ công dưới kính hiển vi và chỉ thu thập được rất ít tế bào để phân tích sâu hơn.

Nhà khoa học Marco Cosenza tại nhóm Korbel tìm ra hướng giải quyết sau khi phối hợp với nhiều nhóm tại EMBL đang gặp vấn đề tương tự. Anh và các cộng sự đã phát triển một hệ thống tự động kết hợp kính hiển vi tự động, giải trình tự đơn bào và AI. Họ gọi nó là MAGIC – viết tắt của machine learning-assisted genomics and imaging convergence .

“Laser tag” phân tử để xác định và đánh dấu tế bào

Về cơ bản, MAGIC hoạt động như một trò “bắn súng laser” hoàn toàn tự động: nó tìm các “đối tượng” mang đặc điểm cụ thể. Trong nghiên cứu này, các nhà khoa học tập trung vào một cấu trúc tế bào gọi là micronucleus – những “ngăn nhỏ” chứa mảnh DNA bị tách khỏi phần lớn bộ gen. Tế bào có micronucleus thường tạo thêm nhiều bất thường nhiễm sắc thể, do đó dễ trở thành tế bào ung thư hơn.

Khi phát hiện tế bào có micronucleus, hệ thống sẽ “bắn tia laser” để gắn nhãn. Cụ thể, họ dùng một loại thuốc nhuộm có thể thay đổi màu phát sáng khi chiếu ánh sáng, giúp đánh dấu tế bào một cách vĩnh viễn.

Cosenza cho biết dự án này kết hợp rất nhiều sở thích của anh: từ hệ gen, hiển vi, đến tự động hóa robot. Trong thời gian giãn cách vì COVID-19 năm 2020, anh đã học và ứng dụng công nghệ AI xử lý ảnh sinh học từ dữ liệu trước đó, rồi thiết kế thí nghiệm để kiểm chứng và cải tiến.

Quy trình MAGIC hoạt động như sau: kính hiển vi tự động chụp hàng loạt ảnh mẫu tế bào; thuật toán máy học được huấn luyện từ tập ảnh đã gán nhãn thủ công sẽ quét và phát hiện tế bào có micronucleus; vị trí của tế bào được gửi lại cho kính hiển vi để chiếu sáng và đánh dấu. Những tế bào đã gắn nhãn có thể được tách ra dễ dàng bằng kỹ thuật như phân loại tế bào theo dòng chảy để phân tích sâu hơn, ví dụ giải trình tự bộ gen.

Mở rộng quy mô cho một quy trình vốn rất chậm

Việc tự động hóa một quy trình thủ công, chậm và dễ sai sót đã giúp MAGIC tăng tốc nghiên cứu lên mức chưa từng có: chỉ trong chưa đầy một ngày, có thể phân tích gần 100.000 tế bào.

Nhóm nghiên cứu đã dùng MAGIC để phân tích các tế bào nuôi cấy bắt nguồn từ tế bào người bình thường. Kết quả cho thấy hơn 10% số lần phân chia tế bào xuất hiện bất thường nhiễm sắc thể tự phát, và con số này gần như tăng gấp đôi khi gen p53 – một gen ức chế khối u nổi tiếng – bị đột biến. Họ cũng nghiên cứu thêm các yếu tố khác như vị trí và sự có mặt của các đứt gãy DNA chuỗi kép.

Nghiên cứu có sự hợp tác giữa nhiều nhóm trong và ngoài EMBL, bao gồm Cơ sở Hiển vi Ánh sáng Tiên tiến (ALMF), nhóm Pepperkok tại EMBL Heidelberg, nhóm của Isidro Cortes-Ciriano tại EMBL-EBI, và nhóm của Andreas Kulozik tại Trung tâm Nghiên cứu Ung thư Đức.

MAGIC là một kỹ thuật linh hoạt và có thể đào tạo theo nhiều hướng. Dù nghiên cứu này tập trung vào micronucleus, về lý thuyết thuật toán có thể được huấn luyện để phát hiện nhiều đặc điểm tế bào khác.

“Chỉ cần đặc điểm đó có thể phân biệt bằng mắt so với tế bào bình thường, AI có thể học cách nhận ra nó ,” Korbel nói. “Hệ thống này có tiềm năng thúc đẩy nhiều khám phá mới trong sinh học.”