Анализ структурных особенностей многомерных данных периферической крови при хроническом лимфоцитарном лейкозе и неходжкинской В-лимфоме в сравнении с нормой
Е. Г. Кузьмина, В.Н. Черкашенко, В В Павлов et al. · Zhurnal «Patologicheskaia fiziologiia i eksperimental`naia terapiia» · 2024
Актуальность. Разработка современных методов диагностики разных форм лимфопролиферативных заболеваний по-прежнему актуальна. Оценка многомерных взаимосвязей в системе «иммунитет-опухолевый рост» создает возможность дифференцировать эти заболевания по данным крови, не используя для диагностики материал других органов и тканей. Цель исследования – внедрение методов многомерного анализа состава субпопуляций лимфоцитов и опухолевых клеток в периферической крови для выявления иммуноструктурных особенностей неходжкинских В-клеточных лимфом, НХЛ и хронического лимфолейкоза, ХЛЛ, в сравнении с нормой. Методика. Анализ данных осуществлялся при помощи искусственной нейронной сети-самоорганизующихся карт Кохонена (SOM (self organased map). Эта ИНС позволяет выявлять структуру в многомерных данных, осуществляя проецирование многомерных образов в пространство пониженной размерности (2-х или 3-х мерное). Результаты. Для поиска различий многомерных образов болезни ХЛЛ и НХЛ от нормы нами использованы искусственные нейронные сети (ИНС). Состояние иммунитета и опухолевых клеток сопоставлено по данным периферической крови пациентов с В-клеточной НХЛ (352 пациента) и ХЛЛ (315 пациентов) с данными здоровых людей (184 человека). Были выявлены структуры, отражающие различия состояний «здоровые люди – пациенты НХЛ» и «здоровые люди – больные ХЛЛ». Характер распределений и значения показателей иммунитета и опухолевого роста в многомерном пространстве различают состояния ХЛЛ – норма и НХЛ – норма. Заключение. Отличия образов НХЛ и ХЛЛ, полученные методами многомерного анализа, создают основу для создания алгоритма диагностики патологий НХЛ и ХЛЛ. Background. Development of modern methods for diagnosis of various forms of lymphoproliferative diseases is still relevant. Evaluation of multidimensional relationships in the immunity-tumor growth system creates an opportunity to differentiate these diseases based on blood tests, without using materials from other organs and tissues for diagnosis. Aim. To introduce methods of the multidimensional analysis of the composition of lymphocyte and tumor cell subpopulations in peripheral blood to identify the immuno-structural features of non-Hodgkin B-cell lymphomas (NHL), and chronic lymphocytic leukemia (CLL) by comparison with the norm. Methods. Data analysis was carried out using an artificial neural network – self-organizing Kohonen maps (SOM (self organased map). This ANN allows one to reveal the structure in multidimensional data by projecting multidimensional images into a reduced-dimensional space (2- or 3-dimensional). Results. To detect the differences in multidimensional images of CLL and NHL from the norm, artificial neural networks were used. The state of immunity and tumor cells was compared in patients with B-cell NHL (352 patients) and CLL (315 patients) and in healthy people (184 people) based on data for the peripheral blood. The structures reflecting the differences between «healthy people – NHL patients» and «healthy people – CLL patients» were identified. The nature of distributions and the values of immunity and tumor growth indicators in a multidimensional space distinguish between CLL – normal state and NHL – normal state. Conclusion. The differences between NHL and CLL images detected by the multivariate analysis provide a basis for creating an algorithm for automated diagnosis of NHL and CLL.
Cited by 0 works. doi:10.25557/0031-2991.2024.01.55-68 Open-access PDF