DANEELpath açık kaynak dijital analiz araçları: nöroblastoma modellerinde histopatolojik araştırma için

Jeldeki küçük tümörlerin neden önemi var

Kanser sadece kontrolsüz hücrelerin bir yığını değildir; hücrelerin birbirleriyle ve etraflarındaki iskeleyle sürekli iletişim kurduğu bir mahalledir. Çocukluk çağı kanserleri gibi nöroblastomada bu çevresel destek yapısı tümörlerin büyümesini ve tedaviye direnç göstermesini kolaylaştırabilir. Bu çalışma, laboratuvarda yetiştirilen mini tümörlerin mikroskop görüntülerini zengin, kantitatif haritalara dönüştüren ücretsiz, açık kaynaklı DANEELpath araç setini tanıtıyor. Böylece araştırmacıların tümör hücrelerinin nasıl düzenlendiğini, deneysel ilaçlara nasıl yanıt verdiğini ve bu bulguların çocuklar için daha iyi tedavilere nasıl yol açabileceğini anlamalarına yardımcı oluyor.

Laboratuvarda küçük tümör dünyaları kurmak

Gerçek bir tümörün karmaşık ortamını taklit etmek için araştırmacılar nöroblastoma hücrelerini jelatin ve ipekten yapılmış yumuşak 3B hidrojeller içinde büyütür. Bu ortamda hücreler doğal olarak küçük tümörleri andıran yuvarlak kümeler oluşturur. Bu ortamın kilit oyuncularından biri, hücrelerin yapışmasına yardımcı olan ve daha agresif hastalığı tetikleyebilen yapışkan bir protein olan vitronektindir. Ekip, ekstra vitronektin eklenmiş ve eklenmemiş hidrojeller hazırladı ve bazılarını vitronektin ilişkili hücre reseptörlerini bloke eden deneysel bir ilaç olan cilengitide’ye maruz bıraktı. Haftalar süren büyümenin ardından jeller dilimlendi, boyandı ve yüksek çözünürlüklü tüm slayt görüntüleri olarak tarandı; böylece her mini tümör dünyasının dijital bir versiyonu oluşturuldu.

Karmaşık görüntüleri ölçülebilir desenlere dönüştürmek

Geleneksel patoloji, mikroskop başındaki uzman gözlere dayanır; bu güçlüdür ama standartlaştırması ve ölçeklendirmesi zordur. DANEELpath popüler açık kaynak platformu QuPath ile entegre olur ve bu işin çoğunu otomatikleştirir. U-Net adı verilen derin öğrenme modellerini kullanarak araç seti, kümeler birkaç hücreden yüzlerce hücreye değişse bile yaygın boyamalarda her hücre kümesini doğru biçimde çevreleyebilir. Ardından düzensiz biçimli her hidrojeli matematiksel yöntemlerle dengeli bir “merkez” ve “çevre” halkasına böler; böylece iç ve dış bölgeler arasındaki karşılaştırmalar jel şekline bakılmaksızın adil olur. Bu yaklaşımla yazarlar, nöroblastoma kümelerinin genellikle hidrojelin kenarına doğru daha yoğun olma eğiliminde olduğunu ve bu desenin vitronektin içeriğine ve ilaç tedavisine bağlı olarak değiştiğini doğrulayabildi.

Hücre aralığını ve küme komşularını ölçmek

Sadece küme saymakla kalmayıp, DANEELpath hücrelerin ve kümelerin mekânsal düzenini de inceler. Her kümenin içinde başka bir araç bireysel hücre çekirdeklerini bulur ve her hücrenin en yakın komşusuna olan mesafeyi ölçerek hücrelerin ne kadar sık paketlendiğini özetler. Küme aralarında ise araç seti "komşu"yu tanımlamak için Voronoi diyagramlarına dayanan etki bölgeleri de dahil olmak üzere üç farklı yol sunar. Bu ölçüleri farklı koşullar altında karşılaştırarak araştırmacılar, cilengitide’nin büyük bir kümenin sahip olduğu komşu sayısını ve bu komşuların dağılımını değiştirdiğini, ancak bunun vitronektin eklenip eklenmediğine bağlı olarak farklılık gösterdiğini gösterdi. Bu durum, çevresel matris ve mekanik etkili ilaçların birlikte tümör organizasyonunu nasıl şekillendirdiğini vurguluyor.

Tümör kümelerinin etrafındaki halo’yu görmek

Bu modellerde vitronektin genellikle kümelerin etrafında çarpıcı halkalar oluşturur: sadece hücrelerin ürettiği vitronektinin bulunduğu durumda parlak bir "korona" ve jelin içine ekstra vitronektin yerleştirildiğinde soluk bir halo. Bu halkaları kümenin çekirdeğinden gözle ayırmak zordur. DANEELpath bunu her küre Voronoi tabanlı etki bölgeleri çizerek başlatıp, komşularla örtüşmeden halkayı yakalayacak kadar dışa doğru genişleterek çözer. Koronaları ve haloları tespit etmek için basit görüntü kontrast kuralları kullanılır ve araç seti otomatik olarak kalınlıklarını ölçer. Benzer stratejiler gerçek hasta örneklerine de uygulandı; örneğin tümör bölgelerinin kenarındaki bağışıklık hücrelerini haritalamak veya insan nöroblastomasında vitronektin ve diğer belirteçlerin nasıl düzenlendiğini incelemek için kan damarları çevresinde zonlar tanımlamak gibi.

Gelecekteki kanser araştırmaları için anlamı

Özetle bu çalışma statik patoloji görüntülerini tümör hücrelerinin ve çevresinin nasıl organize olduğuna dair ayrıntılı, tekrarlanabilir ölçümlere dönüştürüyor. Uzman olmayanlar için bu, araştırmacıların artık sadece tümörlerin büyüyüp büyümediğini değil, uzay içinde nasıl büyüdüklerini de daha kolay test edebilecekleri anlamına geliyor—yeni ilaçların, iskele malzemelerinin veya genetik değişikliklerin etkilerini. DANEELpath açık kaynak olduğu, grafiksel bir arayüzle çalıştığı ve sıradan bilgisayarlarda çalışabildiği için dünya çapındaki laboratuvarların ileri görüntü analizini benimseme engelini düşürüyor. Zamanla bu tür araçlar, 3B modellerde ve hasta dokusunda görülen desenleri klinik sonuçlarla ilişkilendirerek yüksek riskli nöroblastoma olan çocuklar için daha hedefli ve etkili tedavilerin yolunu açabilir.

Atıf: Vieco-Martí, I., López-Carrasco, A., Navarro, S. et al. DANEELpath open source digital analysis tools for histopathological research in neuroblastoma models. Sci Rep 16, 6162 (2026). https://doi.org/10.1038/s41598-026-37134-5

Anahtar kelimeler: nöroblastoma, dijital patoloji, 3B hidrojeller, ekstrasellüler matris, derin öğrenme