Российские ученые научили нейросеть обрабатывать снимки органоидов
Ученые из Медико-генетического научного центра имени академика Н. П. Бочкова разработали программу «OrganoMetric», способную сканировать изображения органоидов и определять их морфометрические характеристики.
Создатели нового ИТ-продукта – ведущий научный сотрудник лаборатории редактирования генома, к.б.н. Анна Демченко, научный сотрудник лаборатории мутагенеза Максим Балясин и заведующая лабораторией редактирования генома, д.м.н. Светлана Смирнихина.
Программа «OrganoMetric» с использованием нейросетей позволяет в автоматическом режиме сканировать серию светлопольных изображений органоидов, полученных методом покадровой (time-lapse) микроскопии, и определять их морфометрические характеристики, такие как площадь, диаметр и форма.
Органоиды – это сложные 3D-структуры, включающие различные клетки определенного органа (в данном случае – клетки кожи пациентов с муковисцидозом). Они могут заменить образцы биопсии, необходимые для научных исследований, но работать с ними непросто. До недавнего времени исследователи изучали их в ручном режиме. Это был очень сложный и трудоемкий процесс, занимающий много часов.
Изобретение российских ученых – не массовый медицинский сервис, а цифровой инструмент, который автоматизирует один из самых трудоемких этапов разработки и проверки терапии. Для пациентов потенциальный эффект заключается в более быстром и объективном подборе препаратов, прежде всего при муковисцидозе, для страны в целом – это шаг в развитии собственных технологий персонализированной медицины.
Значение для науки
Пока разработчики используют «OrganoMetric» для исследования клеток, зараженных муковисцидозом, но в перспективе метод можно будет масштабировать для анализа различных типов органоидов.
Для российской медицины это будет иметь важное практическое значение. Решение после его доработки станет востребовано при доклиническом тестировании лекарств, оценке индивидуальной реакции пациента на терапию и исследованиях наследственных заболеваний.
Немаловажно, что работа выполнена в рамках государственного задания Минобрнауки РФ по теме «Повышение эффективности коррекции мутаций при наследственных заболеваниях методами геномного редактирования». В проекте удалось соединить нейросети, компьютерное зрение и биомедицинские исследования, что открывает новые возможности для использования ИИ в здравоохранении. Это часть общегосударственной политики: в 2026 году правительство РФ выделило регионам 10 млрд рублей на информатизацию здравоохранения, включая проекты с использованием ИИ.
Экспортный потенциал пока скорее среднесрочный. Программа может быть использована в международных научных проектах и совместных разработках в области персонализированной медицины. Россия уже развивает международное сотрудничество в области медицинского ИИ и цифровых решений, в частности, с ОАЭ и другими странами.
Шаг за шагом
Появление программы «OrganoMetric» стало закономерным результатом нескольких лет работы. Так, в 2023 году МГНЦ им. Н.П. Бочкова разработал протоколы получения легочных и бронхиальных органоидов человека. Это сформировало биологическую базу, на которой впоследствии могли развиваться цифровые инструменты их анализа. В январе 2025 года специалисты центра впервые использовали легочные органоиды для оценки эффективности CFTR-модуляторов при муковисцидозе. В ноябре–декабре 2025 года был разработан полуавтоматический алгоритм машинного обучения для анализа изображений респираторных органоидов. Фактически он стал непосредственным технологическим предшественником нынешней «OrganoMetric».
В том же направлении движется и мировая наука. В 2026 году японские исследователи также называли сочетание ИИ, анализа изображений и органоидных технологий перспективным направлением для разработки лекарств и персонализированной медицины. Это показывает, что российская разработка развивается в русле актуального международного направления биомедицинских ИТ.
Дальнейшие перспективы
Разработка «OrganoMetric» показала, что российские медицинские исследования постепенно переходят от ручной обработки экспериментальных данных к автоматизированному анализу с использованием нейросетей и компьютерного зрения. Единый алгоритм снижает влияние субъективной оценки специалиста и позволяет сравнивать результаты разных экспериментов по одинаковым количественным критериям.
Наиболее перспективное направление развития программы – ее адаптация для работы с органоидами различных тканей и заболеваний. Особенно важной может стать связка «органоид пациента – автоматизированный анализ – подбор терапии», которая поможет быстрее определить, насколько конкретный препарат эффективен для конкретного человека.
Развитие и внедрение подобных систем ускорит создание и проверку новых методов лечения и постепенно сократит путь от лабораторного исследования до применения результатов в клинической практике, что подтвердит статус России как одной из передовых держав в области инновационной медицины.
