TLPath: AI model predviđa duljinu telomera iz rutinskih biopsija
Openverse: cellular biology laboratory microscope📷 eutrophication&hypoxia / flickr / CC BY 2.0
- ★TLPath analizira strukturne promjene u stanicama vidljive na rutinskim mikroskopskim slikama, eliminirajući potrebu za skupim metodama poput qPCR-a ili flow-FISH-a
- ★Skraćeni telomeri povezani su s povećanim rizikom od raka, kardiovaskularnih bolesti i smrtnosti; dostupnije mjerenje omogućuje širu kliničku primjenu
- ★Studija objavljena u časopisu Cell Reports Methods potječe s instituta Sanford Burnham Prebys i predstavlja pomak prema demokratizaciji dijagnostike starenja
Istraživači iz Sanford Burnham Prebys instituta razvili su TLPath, sustav strojnog učenja koji iz rutinskih histopatoloških preparata H&E bojenja zaključuje o duljini telomera — zaštitnih kapica na krajevima kromosoma ključnih za razumijevanje staničnog starenja. Objavljen u časopisu [Cell Reports Methods](https://www.cell.com/cell-reports-methods/fulltext/S2667-2375(23), ovaj model predstavlja pomak u demokratizaciji dijagnostike biološkog starenja.
Za razliku od ustaljenih metoda poput qPCR-a ili flow-FISH-a, koje zahtijevaju skupu specijaliziranu opremu i ograničavaju istraživanja na vrhunske laboratorije, TLPath koristi postojeće medicinske slike. Ovaj pristup značajno smanjuje troškove i ubrzava analizu, omogućujući širu kliničku primjenu. Telomeri se prirodnim putem skraćuju s godinama i dijeljenjem stanica, a njihova prekomjerna deplecija povezana je s povećanim rizikom od raka, kardiovaskularnih bolesti i sveukupne smrtnosti.
Model je treniran na velikom skupu histopatoloških slika, gdje je naučio prepoznavati mikroskopske strukturne promjene koje koreliraju s duljinom telomera. Ključni pronalazak istraživača je da TLPath nadmašuje predviđanja temeljena isključivo na kronološkoj dobi pacijenta — posebno važno budući da telomere značajno variraju među pojedincima iste dobi.
Računalna analiza medicinskih slika omogućuje jeftinije i brže praćenje biološkog starenja bez specijaliziranih genetskih testova
Openverse: cellular biology laboratory microscope📷 Jan Tik / flickr / CC BY 2.0
Ova točnost otvara konkretne mogućnosti za personaliziranu medicinu, gdje bi se stanje telomera moglo koristiti kao pouzdan pokazatelj zdravstvenog rizika u kliničkoj praksi. Dostupnije mjerenje eliminira uska grla tradicionalnih metoda i omogućuje populacijske studije do sada nezamislivog opsega.
Budući razvoj alata mogao bi uključiti integraciju s digitalnim patološkim platformama poput Aperio, što bi dodatno pojednostavilo uvođenje u rutinsku dijagnostiku. Kako ističu autori studije, sposobnost predviđanja duljine telomera iz standardnih preparata transformirat će našu mogućnost proučavanja telomera na velikoj skali — od epidemioloških kohorti do individualiziranih terapijskih odluka.
TLPath tako funkcionira kao most između fundamentalne biologije starenja i praktične kliničke primjene, bez potrebe za dodatnim invazivnim zahvatima ili skupim genetskim testiranjem.