Algoritmos de aprendizagem de máquina para detecção precoce de metástases ósseas em um modelo experimental de ratos

Resumo

Este protocolo foi projetado para treinar um algoritmo de aprendizagem de máquina para usar uma combinação de parâmetros de imagem derivados de ressonância magnética (MrI) e tomografia/tomografia computadorizada de emissão de pósitrons (PET/CT) em um modelo de rato de metástases ósseas de câncer de mama para detectar doenças metastáticas precoces e prever a progressão subsequente para macrometastases.

Resumo

Algoritmos de aprendizagem de máquina (ML) permitem a integração de diferentes características em um modelo para realizar tarefas de classificação ou regressão com uma precisão superior aos seus constituintes. Este protocolo descreve o desenvolvimento de um algoritmo ML para prever o crescimento das macrometastases ósseas do câncer de mama em um modelo de rato antes que quaisquer anormalidades sejam observáveis com métodos de imagem padrão. Tal algoritmo pode facilitar a detecção de doenças metastáticas precoces (ou seja, micrometastase) que é regularmente perdida durante os exames de estadiamento.

O modelo de metástase aplicada é específico do local, o que significa que os ratos desenvolvem metástases exclusivamente em sua perna traseira direita. A taxa de captação de tumores do modelo é de 60%-80%, com macrometastases se tornando visíveis em ressonância magnética (RM) e tomografia/tomografia computadorizada de emissão de pósitrons (PET/TC) em um subconjunto de animais 30 dias após a indução, enquanto um segundo subconjunto de animais não apresenta crescimento tumoral.

A partir de exames de imagem adquiridos em um momento anterior, este protocolo descreve a extração de características que indicam vascularização tecidual detectada pela Ressonância Magnética, metabolismo de glicose por PET/CT, e a subsequente determinação das características mais relevantes para a previsão da doença macrometastática. Essas características são então alimentadas em uma rede neural mediana de modelos (avNNet) para classificar os animais em um dos dois grupos: um que desenvolverá metástases e outro que não desenvolverá tumores. O protocolo também descreve o cálculo dos parâmetros de diagnóstico padrão, como precisão geral, sensibilidade, especificidade, valores preditivos negativos/positivos, razões de probabilidade e o desenvolvimento de uma característica operacional receptora. Uma vantagem do protocolo proposto é sua flexibilidade, pois ele pode ser facilmente adaptado para treinar uma infinidade de diferentes algoritmos ML com combinações ajustáveis de um número ilimitado de recursos. Além disso, pode ser usado para analisar diferentes problemas em oncologia, infecção e inflamação.

Introdução

O objetivo deste protocolo é integrar vários parâmetros de imagem funcional da Ressonância Magnética e PET/CT em um algoritmo ML de rede neural mediana de modelo (avNNet). Este algoritmo prevê o crescimento de macrometastases em um modelo de rato de metástases ósseas de câncer de mama em um ponto de tempo inicial, quando as alterações macroscópicas dentro do osso ainda não são visíveis.

Antes do crescimento das macrometastases, ocorre uma invasão de medula óssea de células tumorais disseminadas, comumente referida como doença micrometastática^1,2. Esta invasão inicial pode ser consid....

Protocolo

Todos os cuidados e procedimentos experimentais foram realizados de acordo com a legislação nacional e regional sobre proteção animal, e todos os procedimentos animais foram aprovados pelo Governo do Estado da Francônia, Alemanha (número de referência 55.2 DMS-2532-2-228).

1. Indução de metástases ósseas de câncer de mama na perna traseira direita de ratos nus

NOTA: Uma descrição detalhada da indução de metástases ósseas de câncer de mama em ratos nus foi publicada em outros lugares^6,8. As etapas mais relevantes são apresentadas abaixo.

1. Cultura ....

Resultados

Os ratos se recuperaram rapidamente da cirurgia e injeção das células cancerígenas de mama MDA-MB-231 e foram então submetidos a imagens mr-e PET/CT nos dias 10 e 30 PI(Figura 1). Uma análise representativa do DCE da tíbia proximal direita de um rato é apresentada na Figura 2A. As medidas brutas DCE foram salvas selecionando o botão "Exportar" e escolhendo "DCEraw.txt" como o nome do arquivo.

Os cálculos subsequentes .......

Discussão

Algoritmos ML são ferramentas poderosas usadas para integrar vários recursos preditivos em um modelo combinado e obter uma precisão que excede a de seus constituintes separados quando usados sozinhos. No entanto, o resultado real depende de várias etapas críticas. Primeiro, o algoritmo ML usado é um fator crucial, porque diferentes algoritmos ML produzem resultados diferentes. O algoritmo usado neste protocolo é um avNNet, mas outros algoritmos promissores incluem Extreme Gradient Boosting²¹ ou Ra.......

Materiais

Lista de materiais utilizados neste artigo

Nome	Empresa	Número de catálogo	Comentários
Microscópio Operacional Binocular	Leica	NA
ClinScan MR System	Bruker	NA
DICOM Viewer	Horos	NA	www.horosproject.org
Excel: Planilha	Microsoft	NA
FCS	Sigma	F2442-500ML
Gadovist	Bayer-Schering	NA
Inveon PET/CT	Siemens	NA
Inveon Research Workplace Software	Siemens Healthcare GmbH	NA
IVIS Spectrum	PerkinElmer	NA
MDA-MB-231 células de câncer de mama humano	American Type Culture Collection	N/A
Kit de ferramentas de visualização de dados de código aberto, aprendizado de máquina e mineração de dados.	Orange3, Universidade de Ljubljana	NA	https://orange.biolab.si/
RPMI-1640	Invitrogen/ThermoFisher	11875093
Tripsina	Sigma	9002-07-7
Vevo 3100	VisualSonics	NA