Výzkum a vývoj technologií pro včasnou neinvazivní diagnostiku rakoviny

Rakovina je jednou z hlavních příčin úmrtí na celém světě. Důslednými preventivními prohlídkami a screeningem lze rakovinu odhalit nebo jí zcela předejít. Ty pomáhají odhalit přednádorová stádia onemocnění nebo rakovinu v raných stádiích, kdy je léčba nejúčinnější.

Naše společnost se zabývá výzkumem a vývojem neinvazivní včasné diagnostiky s cílem snížit úmrtnost na rakovinu.

Metoda detekce

Zaměřuje se na analýzu těkavých organických sloučenin (VOCs), které se v lidském těle průběžně tvoří jako meziprodukty nebo produkty buněčných metabolických drah, a odrážejí tak zdravotní stav jedince.

VOCs se uvolňují dechem, močí, kůží, slinami a dalšími biologickými matricemi. Změny v buněčném metabolismu spojené se zánětem, nekrózou, progresí onemocnění nebo změnami mikroflóry vedou k významným změnám koncentrací uvolňovaných těkavých látek.

Profily VOCs jsou jedinečné a specifické pro různé nemoci (poskytují ucelený obraz/VOC otisk konkrétní nemoci).

Projekt SPEnCER

Cílem projektu bylo využít nové technologie a umělou inteligenci pro včasnou, neinvazivní a okamžitou diagnostiku rakoviny plic a slinivky břišní ze vzorků moči a dechu.

Výzkum byl proveden ve spolupráci s Jesseniovou lékařskou fakultou v Martině, Univerzitou Komenského v Bratislavě a R&D společností Hofitech.

Projekt „Výzkum spektroskopických metod pro včasnou, neinvazivní identifikaci vybraných onemocnění v reálném čase z plynového kondenzátu uvolňovaného z plic a kůže“ byl spolufinancován Evropskou unií.

Analýza VOCs

Analýza a identifikace VOCs se provádí metodou GC-IMS (plynová chromatografie spojená se spektrometrií iontové pohyblivosti). Tato technologie kombinuje GC s vysokým rozlišením pro předseparaci a vysoce citlivou IMS. Plynová chromatografie se používá k rozdělení směsi látek na jednotlivé složky podle jejich rozpustnosti a interakce s povlakem stacionární fáze na stěně chromatografické kolony. Následně spektrometrie pohyblivosti iontů odděluje ionty podle jejich velikosti a tvaru v plynné fázi.

Výhodou metody je rychlá odezva, vysoká citlivost, jednoduchá obsluha s minimální přípravou vzorku a nízké náklady, a proto ji lze použít v klinickém prostředí.

Vyhodnocení pomocí umělé inteligence

Používáme špičkové algoritmy strojového učení a architektury neuronových sítí, které jsou speciálně navrženy tak, aby identifikovaly a učily se z komplexních vzorců VOC spojených s určitým typem rakoviny.

Naše metoda se nezaměřuje na sledování konkrétních biomarkerů, ale na celé spektrum GC-IMS (profil VOC), které se skládá z 4000×3000 datových bodů. Přestože tento postup vyžaduje více výpočetního času a matematických korekcí při trénování neuronové sítě, jedná se o bezeztrátový přístup.

Vyhodnocení údajů získaných ze vzorku moči zdravého jedince pomocí umělé inteligence

Vyhodnocení dat získaných ze vzorku moči pacienta s rakovinou pomocí umělé inteligence

Vývoj nových technologií pro diagnostiku rakoviny

Naší ambicí je vyvinout neinvazivní diagnostický nástroj, který by byl schopen určit časné stadium rakoviny pouze na základě vzorku moči nebo dechu.

Naše zařízení kombinují inovativní technologie založené na senzorech a pokročilé algoritmy strojového učení a architektury neuronových sítí, které s vysokou přesností rozpoznávají specifické profily rakovinných těkavých organických látek.

Tato metoda nabízí rychlou odezvu, vysokou citlivost, jednoduchou obsluhu a nízké náklady.

Vzhledem k mnoha výhodám je naším budoucím cílem využít tuto technologii pro včasnou diagnostiku rakoviny, screening běžné populace a také pro sledování léčby a recidivy rakoviny.