Satellitteknik möjliggör en mer precis tolkning av tumörvävnad

Framsteg inom multiplex histologi tillåter kartläggning av miljontals celler, dussintals celltyper och tusentals fenotyper, men det är svårt att använda resultaten kliniskt. Forskare vid Karolinska Institutet och SciLifeLab har med teknik som normalt används för att förstå satellitbilder löst en del av problemet.

Metoden, som har fått namnet NIPMAP, öppnar upp för en mer precis tolkning av tumörvävnad.

– Med vår nya metod kan vi avslöja viktiga detaljer i tumörvävnad som kan ha betydelse för om en cancerbehandling fungerar eller inte. Det långsiktiga målet är att kunna skräddarsy cancerbehandlingar utifrån individuella behov och undvika onödiga biverkningar, säger Jean Hausser, senior forskare vid institutionen för cell- och molekylärbiologi vid Karolinska Institutet. 

De senaste årens framsteg när det gäller att avbilda tumörer är på många sätt fantastik. Men utvecklingen har även en baksida. När det är möjligt att kartlägga miljontals celler, dussintals celltyper och upp till tusentals fenotyper inom det rumsliga sammanhanget av ett vävnadssnitt blir datamängden ohanterligt stor.

Det betyder att vid en visualisering med dagens teknik av den rumsliga arkitekturen för cellulära fenotyper i en multiplex histologisk datauppsättning av 15 celltyper med 15 fenotypiska markörer i 40 prover krävs en kartläggning av 9 000 bilder, där var och en innehåller 1,000,000,000,000 celler. Och det slutar inte där, från de allra senaste systemen kommer än större datamängder.

Därmed har en stor del av den teoretiska nyttan gått förlorad för den praktiska vården.

Samtidigt är behovet stort eftersom klassiska tekniker som histologi och immunfluorescensavbildning är begränsade till att analysera en handfull molekylära markörer.

AI löser inte alla problem

AI-metoder kan redan idag hjälpa forskare att analysera stora datamängder och avgöra vad de ska fokusera på, men de ger ofta förklaringar som är för svårtolkade för att vara till någon egentlig hjälp. För att lyckas behöver vården får tillgång till en metod som med hjälp av ett systematiskt tillvägagångssätt kan sammanfatta den cellulära och fenotypiska arkitekturen.

Ett forskarlag vid Karolinska Institutet och SciLifeLab, under ledning av Jean Hausser, såg begränsningarna med de metoder som finns tillgängliga idag. Men när de sökte lösningar kunde de inte hitta dem inom det medicinska området. Istället började de leta efter användbara tekniker inom andra områden där stora datamängder hanteras. Bland annat inom avbildning och tolkning av satellit och inom ekologiområdet. Därfinns både vana och erfarenhet av att hantera komplexa bilder.

Det handlade om teknik för att automatiskt identifiera städer, sjöar, skogar och öknar i stora satellitbilder. Eller för att studera hur växter, djur och mikroorganismer lever tillsammans inom ett visst geografiskt område.

– Vi insåg att tolkningen av tumörbilder liknar tolkningen av satellitbilder och att relationerna mellan celler i en vävnad liknar relationerna mellan arter i organismsamhällen. Genom att kombinera tekniker som används inom satellitavbildning och ekologi och anpassa dem för analyser av tumörvävnad har vi nu kunnat omvandla komplexa data till nya insikter om hur cancer fungerar, säger Jean Hausser.

Mer individanpassad behandling

Den metod som han har varit med om att utveckla, och som har fått namnet NIPMAP och har utvecklats inom ramen för forskningsprojektet “NIPMAP: niche-phenotype mapping of multiplex histology data by community ecology”, kan i förlängningen bidra till mer individanpassad behandling av cancerpatienter.

Det medicinska intresset för metoden är kopplat till att både friska vävnader och störningar som uppstår vid sjukdom bygger på samarbetet mellan celler av olika typer: till exempel hepatocyter i levern, nervceller i nervsystemet, immunceller, endotelceller och fibroblaster.

För att kunna utföra de funktioner antar celler olika fenotyper som kan de vara både aktiva eller vilande, adhesiv eller rörlig, proliferativ eller åldrande. Till exempel i levern har hepatocyter olika funktioner beroende på deras position längs en artär-venaxel. I lymfkörteln behöver B-celler omlokaliseras från B-cellszonen till T-cellszonen för att potentiera antikroppsmedierad immunitet.

Eller att en tät och enhetlig T-cellsinfiltration svarar bäst på immunkontrollpunktshämmare medan tumörer där T-celler segregeras bort från cancerceller ger ett sämre svar. Därför finns stora fördelar av att kunna karakterisera den rumsliga organisationen av celltyper och deras fenotyper i vävnader.

Kliniska prövningar på gång

Med hjälp av NIPMAP kan nu rumsliga fenotyper kartläggs för att identifiera hur dessa integreras i histologiska nischer och deras gränssnitt.

Den statistiska metodiken som används av NIPMAP ger en viss grad av robusthet mot segmenterings-, celltyp- och signalattributionsfel eftersom nisch-fenotypassociationer endast fångas om de sker systematiskt över celler.

Nästa steg är att tillämpa den nya metoden i kliniska prövningar. Forskarna samarbetar med ett stort cancersjukhus i Lyon, Frankrike, för att söka svar på varför enbart vissa patienter svarar på immunterapi mot cancer. I ett annat samarbete med Mayo Clinic i USA undersöker de varför vissa bröstcancerpatienter klarar sig bra utan cellgiftsbehandling.