Migliorare il rilevamento, diagnosi, e il trattamento di malattie come il cancro richiederà informazioni più dettagliate, rapido, e una tecnologia di imaging agile che può mostrare ai medici non solo l'aspetto di un organo specifico, ma anche cosa sta succedendo all'interno delle cellule che compongono quei tessuti.

In una ricerca pubblicata in Atti dell'Accademia Nazionale delle Scienze , un team del Rensselaer Polytechnic Institute ha sviluppato e dimostrato una nuova tecnica per l'imaging a fluorescenza a vita di tessuti e cellule in modo rapido e completo, gettando le basi per l'uso in un ambiente clinico.

"Stiamo fornendo strumenti che saranno molto più disponibili per gli utenti finali, cioè i biologi, ma anche il chirurgo, " ha detto Saverio Intes, un professore di ingegneria biomedica che ha guidato questa ricerca per Rensselaer.

L'imaging a fluorescenza a vita è stato a lungo un modo utile per scienziati e ingegneri di vedere le interazioni a livello molecolare all'interno delle cellule, uno strumento necessario quando si cerca di identificare il cancro e altre malattie, e valutare l'efficacia dei farmaci.

Tradizionalmente, Intes ha detto, produrre un'immagine in questo modo ha richiesto molto tempo e strumenti matematici complessi che dipendono fortemente dall'utente, che rende difficile produrre immagini coerenti e riproducibili. Tali difficoltà sono state barriere all'utilizzo di questo tipo di imaging in un ambiente clinico.

Per superare queste sfide, il team di Rensselaer ha progettato una rete neurale profonda (DNN) per impostare automaticamente i parametri matematici che normalmente farebbe un essere umano, producendo anche un'immagine dettagliata che può mostrare le interazioni nelle cellule o nei tessuti mentre si verificano.

Questo lavoro si basa sulla precedente ricerca del team Rensselaer, dove hanno sviluppato un metodo per ricostruire rapidamente una singola immagine della vita. Questo nuovo approccio ricostruisce più immagini della vita contemporaneamente, fornendo una visione completa di molteplici processi biologici che avvengono all'interno del tessuto e delle cellule, disse Pingkun Yan, un assistente professore di ingegneria biomedica e membro del Centro per le biotecnologie e gli studi interdisciplinari, che ha anche lavorato a questa ricerca.

Il gruppo, in collaborazione con i biologi dell'Albany Medical College, testato questa nuova tecnica mediante l'imaging di cellule cancerose al microscopio e in sistemi viventi. Quello che hanno osservato, Intes ha detto, era che il loro DNN si è esibito così come, o in alcuni casi meglio di, software commerciale attualmente in uso. Il team ha anche scoperto che questa tecnica richiedeva meno luce pur producendo immagini dettagliate, che è fondamentale per le applicazioni biologiche.

Il successo dei ricercatori avvicina il campo alla possibilità di utilizzare l'imaging a fluorescenza a vita in un ambiente clinico al fine di valutare l'efficacia di un particolare farmaco sulle singole cellule tumorali di una persona, uno strumento chiave necessario per consentire la medicina di precisione.

I ricercatori sono stati anche in grado di applicare questo DNN per visualizzare il livello di attività all'interno delle cellule, un processo noto come imaging metabolico. Questo approccio potrebbe aiutare a guidare i chirurghi in sala operatoria mentre lavorano per identificare quale tessuto è sano, e che è malato e dovrebbe essere rimosso.

"Si tratta di una tecnologia abilitante per molte applicazioni cliniche. Ad esempio, può essere utilizzato per l'imaging in vivo in tempo reale di un tumore, che può aiutare i chirurghi a vedere la lesione durante le loro procedure, consentendo loro di rimuovere completamente il tessuto canceroso con danni minimi ai tessuti sani, " ha detto Yan.