Horváth Péter bioinformatikus csoportja több más szegedi kutatócsoporttal együttműködve világviszonylatban is egyedülálló egysejt-analitikai eljárást fejlesztett ki és tökéletesít annak érdekében, hogy az emberi sejtek egyedi elemzésével a legapróbb eltéréseket is felfedezhessék, utat nyitva ezzel a sejtbiológiai folyamatok és a kóros elváltozások jobb megértésének – áll a Magyar Tudományos Akadémia (MTA) közleményében.
A génekben kódolt információk mellett legalább ennyire fontosak a sejtek szintjén ténylegesen kifejeződő, egyedi jellegek (fenotípusok), amelyek eltérései jól tükrözik a szervezet működésének hibáit. E dinamikus változások precíz elemzéséhez rendkívül nagy segítséget jelentenek a nagy érzékenységű mikroszkóprendszerek és bonyolult informatikai feldolgozó rendszerekkel való összekapcsolásuk.
Horváth Péter, az MTA Szegedi Biológiai Kutatóközpont Mikroszkópos Képfeldolgozó és Gépi Tanulási Csoportjának vezetője úttörő munkát végez a mesterséges intelligenciával támogatott, sejtalapú elemzés területén: a kutatócsoportja által fejlesztett, folyamatosan tanuló intelligens szoftverek akár többmilliárdnyi sejt között is képesek felfedezni új fenotípusokat. A szegedi kutatók által kialakított mikroszkóprendszer azonban ennél is többet tud: precízen körülvágja és kiemeli a mintából a megjelenésük alapján részletesebb vizsgálatra érdemes sejteket. A szegedi eredményekre az élettudományok legnagyobb szaktekintélyei is felfigyeltek, a kutatói párbeszéd pedig értékes kapcsolódási pontokat fedett fel.
Horváth Péter elmondta: a Chan Zuckerberg Initiative által támogatott kutatásban a proteomika atyjának tekintett Matthias Mann, a legtöbbet idézett német kutató, a müncheni Max Planck Biokémai Intézet vezetője és a Koppenhágai Egyetem professzora, valamint Emma Lundberg, a Stanford Egyetem és a svéd KTH Royal Institute of Technology professzora, a proteomika és a sejtbiológia területének egyik vezető fiatal kutatója lesznek a szegedi csoport partnerei. A támogatás mértékére vonatkozó kérdésre Horváth Péter azt válaszolta, a pontos összegről még folynak a tárgyalások, de százmillió forintos nagyságrendről van szó.
Az MTA közleménye szerint a mélytanulási algoritmusokkal ötvözött, mikroszkópos egysejtanalízis proteomikai alkalmazására (deep visual proteomics) szánt kooperatív kutatás egyedülálló célkitűzése egy olyan intelligens képfeldolgozó rendszer kialakítása, amely egyaránt képes az emberi szövetek minden egyes sejtjét felismerni; az eltérő fenotípusú sejteket szétválogatni; a különféle sejttípusokat kinyerni, továbbá a bennük lévő összes fehérjét kvantitatívan jellemezni. Ez utóbbi lépés egyben a fehérjeanalitika jelentős továbbfejlesztését is magában foglalja azzal a céllal, hogy minél kisebb mintamennyiségből – mindössze néhányszor tíz sejtből – precízen és specifikusan lehessen jellemezni a szervezetet alkotó minden egyes sejtféleséget.
A jelenleg rendelkezésre álló legérzékenyebb tömegspektrometriai eljárások néhány száz sejt elemzése alapján írják le az egyes sejttípusok jellemző fehérjekészletét, a mintaméret nagyságrendnyi csökkentése viszont hatalmas előrelépés lenne az egyes sejtek felépítésének és működésének minél pontosabb megismerése irányában.
A közlemény szerint az innovatív technológiafejlesztést célzó kutatás szorosan kapcsolódik a Chan Zuckerberg Initiative által szintén támogatott Human Cell Atlas projekthez, amely jelenleg a világ egyik legnagyobb volumenű biológiai kutatása. Célja, hogy az emberi szervezet minden egyes sejtféleségét a lehető legpontosabban jellemezze, és lényegében térképet adjon a különböző sejttípusok egymáshoz való viszonyáról, a szöveteken belül összeépülő sejtek kapcsolatairól, a szervek és szervrendszerek egymásra hatásáról, ezáltal pedig arról, hogy e háromdimenziós térkép változásai hogyan befolyásolják az egyes szervek és a szervezet egészének egészségi állapotát.
