Dans une étude révolutionnaire publiée dans Frontières du BMEdes chercheurs de l'Université de Californie à Los Angeles (UCLA), en collaboration avec des partenaires internationaux, ont développé une méthode d'immunocoloration multiplexée virtuelle (mIHC) basée sur l'apprentissage profond. Cette nouvelle approche permet la génération simultanée d'images ERG, PanCK et H&E à partir de coupes de tissus sans étiquette, améliorant ainsi considérablement la précision et l'efficacité de l'évaluation de l'invasion vasculaire dans le cancer de la thyroïde.
Les techniques traditionnelles d'immunohistochimie (IHC), qui jouent un rôle essentiel dans le diagnostic de divers cancers, nécessitent des coupes de tissus distinctes pour chaque tache, ce qui entraîne une augmentation des coûts, de la main-d'œuvre et une perte potentielle de tissus. De plus, ces méthodes présentent une variabilité d’une section à l’autre, compromettant la précision du diagnostic. Les technologies IHC multiplexées (mIHC), bien que capables de coloration simultanée avec plusieurs anticorps, sont complexes et peu disponibles dans les laboratoires de pathologie de routine.
L'équipe de recherche, dirigée par Aydogan Ozcan et Nir Pillar de l'UCLA, a relevé ces défis en introduisant un cadre virtuel mIHC qui exploite des algorithmes d'apprentissage profond. Cette technique utilise des images de microscopie à autofluorescence de coupes de tissus non colorées pour générer des taches virtuelles qui correspondent étroitement à leurs homologues colorées histochimiquement. Les taches virtuelles incluent ERG pour les cellules endothéliales, PanCK pour les cellules épithéliales et H&E pour la morphologie générale des tissus.
La méthode virtuelle mIHC a été formée et validée à l’aide d’un ensemble de données comprenant des images appariées d’autofluorescence et histochimiquement colorées provenant de microréseaux de tissus thyroïdiens. En employant des réseaux contradictoires génératifs conditionnels (cGAN) et une matrice de coloration numérique, le cadre a réussi à convertir des images sans étiquette en images virtuellement colorées, obtenant ainsi une concordance élevée avec les méthodes de coloration traditionnelles.
Les évaluations à l'aveugle réalisées par des pathologistes certifiés ont confirmé l'efficacité de la coloration virtuelle mIHC, avec un fort accord sur les modèles de coloration, l'intensité et la localisation cellulaire. Les taches virtuelles ont mis en évidence avec précision les cellules épithéliales et endothéliales, facilitant ainsi l'identification et la localisation de l'invasion vasculaire, une étape cruciale dans les métastases cancéreuses.
La technique virtuelle mIHC représente une avancée significative dans l’évaluation histopathologique, offrant une alternative rentable, efficace et précise aux méthodes conventionnelles IHC et mIHC. En rationalisant le flux de travail de diagnostic et en préservant de précieux échantillons de tissus, cette innovation a le potentiel de transformer la pratique clinique, en améliorant les résultats pour les patients atteints du cancer de la thyroïde et au-delà. Les travaux futurs de l'équipe de recherche se concentreront sur la validation plus approfondie de la technologie sur divers types de tissus et cohortes multi-sites, ouvrant la voie à une adoption clinique plus large.
