Модели машинного обучения для предсказания опухолевых и подвергшихся гиперэкспрессии белка HSP70 клеток головного мозга по спектрам комбинационного рассеяния света

В данной работе предложены методы предобработки и анализа спектров комбинационного рассеяния головного мозга на примере головного мозга человека, пораженного глиомой, и головного мозга мыши, подвергшегося гиперэкспрессии белка теплового шока массой 70 кДа HSP70. Были подобраны модели машинного обучения для анализа и классификации спектров здоровых и опухолевых клеток мозга. На основе полученных моделей построены карты предопухолевых областей мозга с предсказанием наличия и локализации опухолевых клеток. Вследствие высокой проникающей способности опухолевых клеток в здоровые ткани, границы опухоли представляют большой интерес для исследования и разработки оптимального метода дифференциации тканей. Получение модели, предсказывающей локализацию опухолевых клеток в околоопухолевой области мозга, открывает перспективы создания интраоперационного оборудования для помощи хирургам в проведении операций. Был предложен метод анализа различий в спектрах коры и стриатума с гиперэкспрессией HSP70 в интерстициальное пространство и в цитоплазму, с помощью которого возможно получение быстрого и автоматизированного описания различий в химическом составе. Также была подобрана классификация спектров мозга с гиперэкспрессией HSP70. Белок HSP70 на данный момент активно исследуется по всему миру как возможное лекарство от нейродегенеративных заболеваний, таких как болезнь Альцгеймера, болезнь Паркинсона, болезнь Хантингтона и так далее. Изучение спектров комбинационного рассеяния коры и стриатума с различной гиперэкспрессией HSP70 даст понимание механизма работы белков теплового шока и их воздействие на организм.