Un nuovo strumento di intelligenza artificiale chiamato MISO (Multi-modal Spatial Omics) sta cambiando radicalmente il modo in cui i ricercatori e i medici analizzano i tumori a livello cellulare. Sviluppato dai ricercatori dell’Università della Pennsylvania [lo studio], MISO rappresenta un significativo passo avanti nella diagnosi e nel trattamento personalizzato del cancro.

Tale strumento è in grado di analizzare campioni di tessuto estremamente piccoli, fino a 400 micrometri quadrati, equivalenti alla larghezza di 5 capelli umani. Ciò che rende MISO così potente è la sua capacità di esaminare fino a 30.000 punti dati per pixel nelle immagini mediche, superando di gran lunga le tecniche di imaging tradizionali che interpretano i dati come singoli valori in scala di grigi.

L’architettura si basa su una rete neurale che integra dati provenienti da diverse modalità di imaging spaziale, come trascrittomi, proteomica, metabolomica e immagini di anatomia microscopica. Utilizza un’architettura di deep learning basata su trasformatori con attenzione locale per modellare l’organizzazione spaziale dei tessuti.

Il metodo MISO affronta una sfida enorme nel campo dell’analisi dei dati, consentendo l’analisi simultanea di tutte le modalità di omica spaziale, nonché delle immagini di anatomia microscopica quando disponibili. Questo approccio multidimensionale permette ai ricercatori di ottenere una visione più completa e dettagliata del microambiente tumorale.

Le implicazioni di questa tecnologia sono vaste e promettenti. MISO ha già dimostrato la sua efficacia nell’identificare caratteristiche cellulari specifiche in diversi tipi di tumore. Ad esempio:

1. Nel cancro della vescica, MISO ha rilevato gruppi specializzati di cellule responsabili della formazione di strutture linfoidi terziarie, associate a una migliore risposta all’immunoterapia.
2. Nel cancro gastrico, lo strumento è riuscito a distinguere tra cellule tumorali e mucosa all’interno del tessuto.
3. Nel cancro del colon-retto, MISO ha identificato diverse sottoclassi di cellule tumorali, gettando luce sulla varietà di cellule maligne che compongono anche un singolo tumore.

Oltre all’analisi dei tumori, MISO si è dimostrato utile anche nell’esame delle strutture dei tessuti cerebrali non cancerosi, ampliando così il suo potenziale campo di applicazione.

La dottoressa Mingyao Li, autrice senior dello studio, sottolinea l’importanza di MISO nel contesto dell’omica spaziale: “Con l’avanzare del campo dell’omica spaziale, è diventato possibile misurare più modalità omiche dalla stessa sezione di tessuto, fornendo informazioni complementari e offrendo una visione più completa e approfondita.”

MISO rappresenta un significativo passo avanti rispetto ai metodi precedenti, come iSTAR, un altro strumento sviluppato dal team della dott.ssa Li.

Mentre iSTAR è utile per aumentare la nitidezza delle immagini e generare virtualmente dati di omica spaziale, MISO supporta l’analisi di soggetti più fini, come il rilevamento di venule endoteliali alte, un gruppo speciale di cellule che reclutano globuli bianchi in tessuti specifici.

Le prospettive future per MISO sono entusiasmanti. I ricercatori stanno lavorando per migliorare ulteriormente lo strumento, con l’obiettivo di analizzare simultaneamente più campioni di tessuto, aumentando esponenzialmente la sua capacità di generare risultati. Inoltre, la natura adattiva dell’IA di MISO gli permette di “imparare” mentre elabora le informazioni, rendendolo capace di riconoscere nuovi tipi di dati man mano che diventano disponibili, come i marcatori epigenetici.