Para peneliti, menggunakan teknologi pembelajaran mesin untuk menganalisis kumpulan data sampel jaringan digital dari pasien kanker payudara, mampu membuktikan bahwa susunan kolagen yang tertata dengan baik adalah biomarker prognostik kunci untuk tumor agresif dan kemungkinan kambuh.
Sebaliknya, mereka menunjukkan bahwa infrastruktur kolagen yang tidak teratur atau rusak tidak hanya menunjukkan hasil yang lebih baik, tetapi sebenarnya mempromosikannya.
Mereka juga menemukan bahwa jaringan kolagen yang tidak teratur mencegah tumor agresif bermigrasi keluar dari jaringan payudara dan membantu mencegahnya kembali setelah berbagai perawatan kanker seperti kemoterapi.
“Kedengarannya kontra-intuitif, tetapi serat kolagen berperan dalam migrasi tumor,” kata Anant Madabhushi, Profesor Teknik Biomedis Institut Donnell di Case Western Reserve dan kepala Pusat Pencitraan Komputasi dan Diagnostik Personalisasi (CCIPD).
“Salah satu cara untuk memahaminya adalah dengan mengatakan bahwa jika 'jalan raya' kolagen dalam kondisi yang buruk, lebih sulit bagi tumor untuk bermigrasi, tetapi jika halus dan terorganisir, itu memudahkan tumor untuk menumpang.”
Mahasiswa doktoral Haojia Li memimpin penelitian, yang diterbitkan dalam jurnal npj Breast Cancer.
Penulis lain termasuk Pingfu Fu, profesor Ilmu Kependudukan dan Kesehatan Kuantitatif di Case Western Reserve School of Medicine, dan lainnya dari beberapa institusi.
Li mengatakan proyek itu penting karena:
- Ini memvalidasi temuan dari penelitian lain yang diterbitkan yang menyarankan kolagen yang sangat terorganisir menunjukkan prognosis yang lebih buruk.
- Itu dicapai dengan gambar digital dari slide jaringan sederhana itu, menunjukkan metode ini bisa menjadi bagian dari rutinitas ahli patologi.
- Metode saat ini untuk memeriksa dan menyelidiki arsitektur kolagen membutuhkan elektron yang mahal dan kurang umum
"Metode kami akan membuat hasil prediksi lebih tersedia bagi lebih banyak dokter dan di rumah sakit yang tidak memiliki sumber daya untuk memiliki mikroskop pencitraan canggih," kata Li.
“Itulah mengapa ini sangat menarik karena dapat memberi dokter informasi yang dia butuhkan untuk memandu seberapa agresif untuk mengobati kanker.”