أداة جديدة للذكاء الاصطناعي تحدد تنوع الخلايا الفردية في الأورام

أداة جديدة للذكاء الاصطناعي تحدد تنوع الخلايا الفردية في الأورام

قام فريق متعدد الجنسيات من الباحثين بقيادة معهد جارفان للأبحاث الطبية بتطوير واختبار أداة جديدة للذكاء الاصطناعي لتوصيف أفضل لتنوع الخلايا الفردية داخل الأورام وفتح الأبواب أمام علاجات أكثر استهدافًا للمرضى.

تم نشر نتائج تطوير واستخدام أداة الذكاء الاصطناعي المسماة Aanet اليوم فيالكشف عن السرطانمجلة الجمعية الأمريكية لأبحاث السرطان.

ليست كل الخلايا السرطانية متشابهة

لا تتكون الأورام من نوع واحد فقط من الخلايا، بل هي مزيج من الخلايا المختلفة التي تنمو وتستجيب للعلاج بطرق مختلفة. هذا التنوع أو عدم التجانس يجعل السرطان أكثر صعوبة، ويمكن أن يؤدي بدوره إلى نتائج أسوأ، خاصة في سرطان الثدي الثلاثي السلبي.

يعد عدم التجانس مشكلة لأننا نتعامل حاليًا مع الأورام كما لو كانت مصنوعة من نفس الخلية. وهذا يعني أننا نقدم علاجًا يقتل معظم الخلايا الموجودة في الورم من خلال استهداف آلية محددة. ولكن لا يمكن لجميع الخلايا السرطانية أن تشترك في هذه الآلية. في حين قد يكون لدى المريض رد فعل أولي، قد تنمو الخلايا المتبقية وقد يعود السرطان. "

البروفيسور المشارك كريستين شافر، المؤلف الرئيسي المشارك للدراسة والمدير المشارك لبرنامج اللدونة والسكون للسرطان في غارفان

ولكن على الرغم من أن عدم التجانس يمثل مشكلة، إلا أن الباحثين لا يعرفون ما يكفي لوصفها: "حتى الآن، لم يتمكن الباحثون من شرح كيفية اختلاف الخلايا المجاورة في الورم عن بعضها البعض بوضوح وكيف يمكننا تصنيف هذه الاختلافات إلى طرق ذات معنى لعلاج الأورام بشكل أفضل.الجميعويضيف البروفيسور المشارك تشافر: "الخلايا الموجودة في هذا الورم بالعلاجات المناسبة".

أداة جديدة تميز خمس مجموعات جديدة من الخلايا السرطانية

ولحل هذه المشكلة، قام الفريق بتطوير وتدريب أداة قوية جديدة للذكاء الاصطناعي تسمى Aanet يمكنها اكتشاف الأنماط البيولوجية في الخلايا داخل الأورام.

ثم استخدموا أداة الذكاء الاصطناعي للكشف عن أنماط التعبير الجيني للخلايا الفردية داخل الأورام، مع التركيز على النماذج قبل السريرية لسرطان الثدي الثلاثي السلبي والعينات البشرية لسرطان الثدي الإيجابي ER، والإيجابي HER2، والثلاثي. ومن خلال القيام بذلك، حددوا خمس مجموعات مختلفة من الخلايا السرطانية داخل الورم مع ملفات تعريف مختلفة للتعبير الجيني، والتي تشير إلى اختلافات كبيرة في سلوك الخلية.

"باستخدام أداة الذكاء الاصطناعي الخاصة بنا، تمكنا باستمرار من اكتشاف خمس مجموعات جديدة من أنواع الخلايا داخل الأورام الفردية، تسمى "النماذج الأصلية". أظهرت كل مجموعة مسارات بيولوجية مختلفة ونزعات للنمو، والانتشار وعلامات سوء التشخيص. خطواتنا التالية هي معرفة كيف يمكن أن تتغير هذه المجموعات بمرور الوقت، مثل:

وهذه هي المرة الأولى لأبحاث السرطان. الرئيس المشارك، الأستاذ المشارك سميتا كريشناسوامي من جامعة ييل، الذي قاد تطوير أداة الذكاء الاصطناعي: "بفضل التقدم التكنولوجي، شهدت السنوات العشرين الماضية انفجارًا في البيانات على مستوى الخلية الواحدة. باستخدام هذه البيانات، وجدنا أن الخلايا السرطانية لا يتم تسويقها تجاريًا فقط. وهي المرة الأولى التي يدرس فيها شخص آخر حالة مختلفة. نماذج أولية ذات معنى يمكن من خلالها تحليل التنوع لإنشاء ارتباطات ذات معنى مع نمو الورم المكاني وعمليات التمثيل الغذائي، ابحث عن التوقيعات.

تصنيف جديد لدفع علاجات أفضل ومستهدفة

ويقول الباحثون إن استخدام AANET لتوصيف المجموعات المختلفة من الخلايا في الورم وفقًا لبيولوجيتها يفتح الأبواب أمام نقلة نوعية في علاج السرطان.

"في الوقت الحالي، يعتمد اختيار علاج السرطان للمريض إلى حد كبير على العضو الذي يحتوي على السرطان مثل الثدي أو الرئة أو البروستاتا وجميع العلامات الجزيئية. ومع ذلك، فإن هذا يفترض أن جميع الخلايا الموجودة في ذلك السرطان هي نفسها. وبدلاً من ذلك، لدينا الآن أداة لتوصيف عدم التجانس الذي يميز عدم تجانس المريض، مثل أي مجموعة تتعامل مع مرحلة بيولوجية. ونحن نعلم أنهم سيستهدفونكلهذه المجموعات المختلفة من خلال مساراتها البيولوجية. يقول الأستاذ المشارك تشافر: "إن هذا لديه القدرة على تحسين النتائج بشكل كبير بالنسبة لهذا المريض".

فيما يتعلق بتطبيق آنيت، تشرح المؤلفة الرئيسية المشاركة في الدراسة والمديرة العلمية لغارفان البروفيسورة سارة كومرفيلد: "إننا نتصور مستقبلًا يجمع فيه الأطباء بين تحليل الذكاء الاصطناعي هذا وتشخيص السرطان التقليدي لتطوير علاجات أكثر تخصيصًا تستهدف جميع أنواع الخلايا في الورم الفريد لأنواع الخلايا. يمكننا تحسين التحسين الفني والبيولوجي للمرضى. يمكن أن تتناول دراستنا البيولوجيا التكنولوجية والبيولوجية. يمكننا معالجة التطبيق الحيوي التكنولوجي والبيولوجي على البيولوجيا التكنولوجية والبيولوجية التي تعاني من أمراض مثل أمراض المناعة الذاتية.

وقد تم دعم هذا البحث في المصادر التالية.

في أستراليا: مؤسسة Nelune، Tour de Cure، Estee Lauder، مؤسسة Kinghorn، مؤسسة Paramor Family، منحة أبحاث جامعة نيو ساوث ويلز، جائزة Ramaciotti للأبحاث الطبية الحيوية، منحة مشروع تطوير ARC ومنح أفكار NHMRC ومنحة المحققين.

في الولايات المتحدة الأمريكية: زمالة العلوم لمؤسسة جروبر ومركز إريك وويندي شميدت في معهد برود لمعهد ماساتشوستس للتكنولوجيا وجامعة هارفارد، والمؤسسة الوطنية للعلوم، والمنحة التجريبية لمركز السرطان بجامعة ييل، وزمالة سلون.

مصادر: