Раннее выявление заболевания — залог успеха быстрого выздоровления пациента, особенно если у него выявляют глиому. В чем опасность глиом, почему они возвращаются после удаления, как современные методы диагностики могут помочь избавиться от этого недуга навсегда даже на поздних стадиях? Об этом рассказывает победительница конкурса грантовой поддержки Некоммерческого фонда развития науки и образования «Интеллект» 2022 г. аспирантка биологического факультета МГУ им. М.В. Ломоносова Ксения Игоревна Морозова.

— Ксения, вы получили грант на исследование глиом. Расскажите, пожалуйста, что такое глиомы и почему вы выбрали их предметом своего исследования?

— Как известно, мозг состоит из разных типов клеток. Самые известные из них — нейроны. Они участвуют в передаче и генерации нервных импульсов. Есть также глиальные клетки, обеспечивающие функционирование нейронов, поддерживающие внутреннюю среду мозга и выполняющие огромное количество других функций. В результате мутаций в глиальных клетках возникают глиомы.

Глиомы — это одни из самых распространенных опухолей головного мозга у взрослых пациентов, и зачастую они характеризуются очень высокой степенью злокачественности. Так, например, у пациентов с глиомами IV степени — глиобластомами — продолжительность жизни после лечения редко превышает пять лет. Глиомы бывают и у детей, но у них они, как правило, менее опасные.

К.И. Морозова со схематичным изображением нейрона.  Фото: Елена Либрик / «Научная Россия»

К.И. Морозова со схематичным изображением нейрона. Фото: Елена Либрик / «Научная Россия»

 

Иногда глиомы — это небольшие плотные опухоли, с которыми человек может жить, не ощущая никакого дискомфорта. Например, глиомы I и II степеней в некоторых случаях даже не удаляют, особенно если они залегают глубоко. Порой лучшее, что можно сделать, — не трогать опухоль, поскольку до нее трудно добраться, не задев какие-то жизненно важные области мозга. Основная трудность лечения пациентов с глиомами III и IV степеней заключается в том, что это диффузные опухоли: их клетки могут мигрировать на значительные расстояния от центра опухоли, внедряясь в здоровую ткань и рассеиваясь по ней. И если их не удалить во время хирургического лечения или другой терапии, они могут дать начало новой опухоли и заболевание возвратится снова. Поэтому так важна точная и своевременная диагностика.

— В чем различия между опухолевой тканью и здоровой?

— Хирурги условно разделяют зону проведения операции на три области: опухолевая, предопухолевая и здоровая. Доля раковых клеток в опухолевой области составляет более 60%. Предопухолевая область — область здоровой ткани, в которой диффузно рассеяны раковые клетки. Плотность раковых клеток в ней составляет менее 60%, их хуже видно на МРТ, так как это не столь плотное образование. Раковые клетки там обнаружить значительно сложнее. Это как затухающий градиент: есть плотное светящееся ядро и постепенно размывающиеся границы опухоли. При этом важно не только удалить плотную область опухоли, но и каким-то образом найти раковые клетки в предопухолевой области и определить, сколько ткани необходимо удалить, чтобы прогноз для пациента был максимально благоприятным.

В здоровой области по предположению врача нет раковых клеток. Сегодня доподлинно неизвестно, как далеко могут распространяться раковые клетки, тем не менее с высокой долей уверенности можно заявлять, что если ядро опухоли находится в одном месте, то на каком-то расстоянии от него раковых клеток уже не будет.

— Расскажите, пожалуйста, какой метод для выявления глиом обычно используют и какой потенциал у метода, который используете вы?

— Золотым стандартом диагностики считают МРТ. Это очень точный метод, но у него есть существенный недостаток: его нельзя использовать во время операции. Для удаления диффузно расположенных клеток, мигрирующих по ткани, нужны более селективные (избирательные) методы. Как правило, хирурги определяют, сколько ткани нужно удалить, на основе данных о злокачественности опухоли, получаемых при помощи биопсии и последующего гистологического анализа, на основе их личного врачебного опыта и общих медицинских знаний. Это достаточно сложный процесс. Было бы хорошо иметь дополнительный метод интраоперационной диагностики, который позволил бы оценить, все ли раковые клетки удалены.

Фотография во время съемки интервью. К.И. Морозова рассказывает о своем исследовании. Фото: Елена Либрик / «Научная Россия»

Фотография во время съемки интервью. К.И. Морозова рассказывает о своем исследовании. Фото: Елена Либрик / «Научная Россия»

 

Для решения этой задачи мы предлагаем использовать метод спектроскопии комбинационного рассеяния (спектроскопию КР). Для получения спектра нам нужны только возбуждающий источник — лазер и специфическая система регистрации сигнала. Это метод, который в сравнении с использованием МРТ-томографа будет менее дорогим, при этом, как мы предполагаем, достаточно эффективным.

Во время операции у хирурга будет лазерный зонд, который можно будет ввести в полость проведения операции и с его помощью оценить состояние ткани пациента и найти ранее незамеченные раковые клетки.

Спектроскопия комбинационного рассеяния — это комплексный метод, позволяющий получить большое количество информации о биологических образцах, потому что он тесно связан с их молекулярным составом. Каждый регистрируемый спектр можно сравнить с отпечатком пальца той или иной ткани. Он очень информативен и селективен, эти свойства позволяют отличить здоровую ткань от злокачественной опухоли.

Но комплексность этого метода можно отнести и к минусам. Каждый спектр представляет собой множество пиков, накладывающихся друг на друга и несущих большое количество разной информации. Опытный спектроскопист может сориентироваться по определенным пикам и выделить значимые участки спектра. Но на глаз, к сожалению, почти невозможно определить, от какой области тканей пациента зарегистрирован спектр. Это будет лишь предположением об определенных характеристиках имеющегося образца ткани, в то время как нейронные сети, обученные на достаточном количестве данных, могут добиться невероятной точности в предсказании того, от какого образца зарегистрирован данный спектр.

Например, есть нейронные сети, обученные на большом массиве данных спектров КР и умеющие классифицировать разные типы клеток в культурах. Клетки в культуре и ткань пациента — конечно, не одно и то же. Как правило, это одна линия клеток, которые растут в специфических контролируемых условиях, в то время как ткань пациента состоит из большого количества разных клеток, дающих разный сигнал. Тем не менее потенциал применения у методов искусственного интеллекта есть. И успех нейронных сетей в классификации изображений и анализе других данных, тоже представляющих собой комплексные структуры, позволяет предположить, что они будут эффективны и для анализа спектров комбинационного рассеяния при достаточном объеме данных и при достаточно хороших условиях регистрации. Поэтому потенциал применения нейронных сетей к классификации этих спектров может значительно улучшить интраоперационную диагностику.

Нужно ли хирургам овладеть методами искусственного интеллекта для более точной диагностики опухолевых областей у их пациентов? 

— На овладение этим методом потребуется время, а врачи и так сильно загружены. К тому же им нужно что-то, благодаря чему они смогут максимально быстро и точно сказать, есть ли в определенном участке раковые клетки или нет. Хирурги не могут себе позволить долго анализировать информацию о каком-либо спектре во время операции, все их внимание должно быть сосредоточено на пациентах. Но если у хирургов будет инструмент, который позволит быстро и точно получать однозначные ответы по поводу той или иной ткани, то мы надеемся, что это окажется действительно полезным. Сейчас мы работаем над этим.

— Расскажите, пожалуйста, подробнее о том, как проходит ваше исследование и с какими данными вы работаете.

К.И. Морозова. Фото: Елена Либрик / «Научная Россия»

К.И. Морозова. Фото: Елена Либрик / «Научная Россия»

 

— Исследование начинается с того, что из Приволжского государственного медицинского университета, в котором лечат пациентов с глиомами, в Институт биоорганической химии и на кафедру биофизики биологического факультета МГУ поступают фиксированные (неживые) образцы тканей мозга пациентов с опухолями. Там расположены КР-спектрометры — основные приборы, с которыми мы работаем для регистрации спектров от ткани.

При помощи КР-спектрометров мы получаем микрофотографии и спектры, которые представляют собой зависимость интенсивности комбинационного рассеяния от волнового числа. На этих спектрах достаточно много пиков, которые ассоциируются с разными молекулами, присутствующими в ткани, и их состоянием: например, окисленные они или восстановленные. Анализ этих молекул позволяет нам сделать вывод о том, что идет не так в клетках и из-за чего развивается глиома.

При удалении опухоли, которая залегает достаточно глубоко, врачам приходится вырезать и какую-то часть здоровой ткани. Ее мы сравниваем с опухолевыми участками, пытаясь найти различия и стараясь выявить наилучший способ излечения пациента.

— На каком этапе исследования вы сейчас находитесь?

— Мы собрали некоторый массив данных спектров КР, зарегистрированных от фиксированных образцов тканей.  По сравнению с живыми образцами у фиксированных есть ряд отличий. Тем не менее они позволили нам выявить ряд метаболических изменений, которые затрагивают раковые клетки и, что достаточно интересно, отличают опухоли более высоких степеней (III–IV степени) от опухолей более низких (I–II степени).

По всей видимости, процессы, протекающие в этих опухолях, отличаются друг от друга. И те изменения, которые мы наблюдаем, можно будет использовать, в том числе и для разработки лекарств. Они имеют такой потенциал, потому что если есть какой-то специфический метаболический процесс, протекающий только в раковых клетках, то на него можно таргетировать (направить) определенный препарат. При этом имеющийся массив данных спектров КР уже достаточен для того, чтобы попробовать использовать эти спектры для классификации здоровой ткани и ткани, пораженной опухолью.

После создания достаточно точного алгоритма классификации на основе подготовленного массива данных мы начнем проводить исследования на животных.