Искусственный интеллект научился считать хромосомные аномалии
Исследователи из Токийского столичного университета создали набор алгоритмов для автоматического подсчёта сестринских хроматидных обменов (СКО) в хромосомах под микроскопом. Традиционный анализ требует участия обученного персонала, занимает много времени и может быть субъективным. Работа опубликована в журнале Scientific Reports.
Изображение СКО, представленное новой системой. Автор: Scientific Reports (2025). DOI: 10.1038/s41598-025-22608-9
СКО — это процесс обмена сегментами между идентичными копиями хромосом (сестринскими хроматидами) во время репарации повреждений ДНК. Сами по себе такие обмены не вредны, но их аномально высокое количество может указывать на серьёзные заболевания, например, синдром Блума, связанный с предрасположенностью к раку.
Схема системы для автоматического обнаружения сестринских хроматидных обменов. Автор: Tokyo Metropolitan University.
Новый метод на основе машинного обучения объединяет несколько алгоритмов: один идентифицирует отдельные хромосомы, другой определяет наличие СКО, а третий группирует и подсчитывает их. Точность системы составляет 84,1%, что достаточно для практического применения.
При тестировании на изображениях хромосом клеток с искусственно «выключенным» геном BLM (как у пациентов с синдромом Блума) алгоритм показал результаты, согласующиеся с подсчётами, выполненными людьми.
В настоящее время ведётся работа по обучению алгоритма на больших массивах клинических данных для его дальнейшего улучшения. Исследователи полагают, что полная автоматизация процесса позволит проводить более быстрые и объективные клинические анализы.
Больше информации: Mizuo Teraoka et al, Automatic detection of sister chromatid exchanges using machine learning models and image analysis algorithms, Scientific Reports (2025). DOI: 10.1038/s41598-025-22608-9
0 комментариев