→ العودة إلى الصفحة الرئيسية

الخلايا الحية تختبر تصاميم الذكاء الاصطناعي: 12,000 بروتين تخضع لاختبار وظائف CAR-T

أدخلت مسابقة عالمية لتصميم البروتينات جزيئات تعرّف مولّدة بالحاسوب إلى خلايا تائية بشرية، واختبرتها بدءًا من التكاثر وصولًا إلى القدرة على قتل الخلايا السرطانية. وكشفت النتائج أن الفارق بين تحفيز الاستجابة المناعية وقتل الخلايا المستهدفة بدقة لا يزال يمثل عتبة لا بد من تجاوزها تجريبيًا.

By SURL BioNews

عند تصميم «وصلة» تمكّن الخلايا المناعية من التعرّف على الخلايا السرطانية، لا يكفي أن تبدو قادرة على الارتباط بالهدف على الحاسوب لاعتبار المهمة مكتملة. يجب أن تعمل الوصلة بصورة سليمة داخل الخلايا، وأن تحوّل إشارة التعرّف إلى هجوم فعّال. وضعت مسابقة عالمية لتصميم البروتينات بالذكاء الاصطناعي 12,000 تصميم داخل خلايا تائية بشرية لاختبارها عمليًا، وإخضاع الخوارزميات لاختبار الوظيفة البيولوجية؛ ونُشر التحليل المتعلق بها في 8 أكتوبر في مجلة «Molecular Systems Biology».

في هذه المسابقة، المسماة Bits to Binders، قدّم 28 فريقًا، يضم مشاركين من 42 دولة، تصاميمهم. يتكوّن كل بروتين ارتباط مصغّر من 80 حمضًا أمينيًا، ويستهدف CD20، ويعمل بوصفه منطقة التعرّف في الخلايا التائية ذات مستقبلات المستضد الخيمرية (CAR-T). تمثّل هذه المنطقة طرف الاستشعار لدى الخلية المناعية: فبعد ملامسة خلية تحمل المستضد المستهدف، لا بد لها أيضًا من تنشيط الإشارات التي تقع خلف المستقبل حتى تحفّز استجابة الخلية التائية.

اعتمد المنظمون التحقق على مرحلتين. أولًا، جمعوا عددًا كبيرًا من تصاميم CAR-T في عملية فحص مجمّعة، لرصد التسلسلات التي تزداد وفرتها مع تكاثر الخلايا التائية بعد ملامسة خلايا سرطانية إيجابية لـCD20. أظهر ما مجموعه 707 تصاميم إثراءً ذا دلالة إحصائية مرتبطًا بـCD20، وتراوحت معدلات النجاح لدى الفرق بين 0.6% و38.4%. تعكس هذه الأرقام نتائج الفحص الوظيفي الأولي، ولا يمكن اعتبارها مباشرةً نسبة التصاميم الفعّالة في قتل الخلايا السرطانية.

بعد ذلك، اختار فريق البحث عشرة تصاميم من بين الأفضل أداءً، وقاس وظائفها كلًا على حدة. تفوّقت سبعة منها على الضابط السلبي في إنتاج السيتوكينات والتكاثر وزيادة عدد الخلايا بصورة نوعية لـCD20؛ أما في اختبار القتل النوعي لـCD20، فقد حققت أربعة تصاميم تفوّقًا ذا دلالة إحصائية. يوضح التفاوت بين الفحص والتحقق من كل تصميم على حدة أن تحفيز الخلايا التائية وزيادة عددها لا يضمنان قدرتها على إزالة الهدف بفعالية وانتقائية.

قدّمت هذه التجارب أيضًا مؤشرات لتحسين عملية التصميم. وأشار العرض التعريفي بندوة Twist Bioscience حول الموضوع نفسه إلى أن الباحثين أعادوا تحليل العوامل المرتبطة بتخليق الحمض النووي DNA والتعبير والتنشيط النوعي للهدف، وأن نسبة التصاميم الناجحة قاربت الضعف بعد تطبيق معايير الفحص. إلا أن هذا تحليل استعادي يستند إلى نتائج موجودة بالفعل؛ وما إذا كان يمكنه رفع معدل النجاح في دفعة تالية من التصاميم الجديدة كليًا لا يزال يحتاج إلى اختبارات تجريبية جديدة.

تتيح البيانات المفتوحة امتداد قيمة هذه المسابقة إلى ما يتجاوز ترتيب المشاركين. وذكرت BioML Society أن المشاركين وافقوا على عدم المطالبة بحقوق الملكية الفكرية للتصاميم والأساليب المقدّمة؛ أما الإصدار الثالث من سجل البيانات على Zenodo فيضم القراءات التجريبية والمقاييس الحسابية للتسلسلات وبرامج التحليل، ويوفر بيانات التنميط المناعي ونقطة وصول إلى مستودع الشيفرة البرمجية للمشروع. وبذلك يستطيع باحثون آخرون مقارنة مسارات التصميم المختلفة، وتتبع المرحلة التي تفقد فيها الجزيئات المرشحة وظيفتها.

لا يزال هذا تقييمًا وظيفيًا في المختبر، وليس علاجًا جديدًا متاحًا للاستخدام لدى المرضى. وتشير الورقة البحثية إلى أن التصاميم قورنت ضمن بنية واحدة لمستقبل CAR، وأن تجارب الخلايا التائية استندت أيضًا إلى خلايا من متبرع واحد؛ ولا يزال تعميم النتائج على مصادر خلوية أخرى أو ترتيبات مختلفة للمستقبلات بحاجة إلى تأكيد. وقد أرست هذه الدراسة معيارًا للتحقق أقرب إلى الاستخدام العلاجي: فلكي تتقدم تصاميم الذكاء الاصطناعي نحو التطبيق السريري، يجب أن تثبت تدريجيًا قدرة الجزيئات على الارتباط، وقدرة الخلايا على الاستجابة، وما إذا كان الهجوم دقيقًا بما يكفي.

References

  1. Bioengineer.org
  2. Molecular Systems Biology
  3. BioML Society
  4. Twist Bioscience
  5. Zenodo