→ العودة إلى الصفحة الرئيسية

اختبار الأدوية أولًا على أورام افتراضية: الذكاء الاصطناعي الرمزي يتنبأ بأثر رجعي بالاستجابة لعلاج سرطان الثدي، بتوافق بلغ 74% في 31 حالة

أنشأ فريق بحثي «توائم رقمية» للأورام باستخدام البيانات الجينية للمرضى، وحاكى الاستجابات للعلاجات القائمة، واقترح خيارات دوائية محتملة لمن كانت استجابتهم غير كاملة. لكن التحسن الذي تنبأت به المحاكاة الحاسوبية لا يزال يحتاج إلى التحقق منه في دراسات سريرية استباقية.

By SURL BioNews

عندما لا يستجيب سرطان الثدي للعلاج كما هو متوقع، غالبًا ما يصبح اختيار الدواء التالي أكثر صعوبة. حاول فريق بحثي بريطاني إخضاع أورام المرضى لعلاجات مختلفة داخل الحاسوب أولًا، لمعرفة ما إذا كان بالإمكان تحديد مداخل جديدة انطلاقًا من البيانات الجينية. وتقدم هذه الدراسة الاستعادية الصغيرة مؤشرات أولية، لكنها لم تثبت بعد أن اختيار الأدوية وفقًا لتوصيات النموذج يمكن أن يحسن النتائج الفعلية للمرضى.

نُشرت الدراسة، التي أُجريت بالتعاون بين كلية لندن الجامعية وجامعة كامبريدج، في 26 أكتوبر في مجلة «Cell Reports Medicine»، وركزت على سرطان الثدي الثلاثي السلبي. تفتقر هذه الأورام إلى ثلاث علامات شائعة يُستند إليها في العلاج، هي مستقبلات الإستروجين ومستقبلات البروجسترون وHER2، مما يصعّب استفادتها من العلاجات الهرمونية والأدوية الموجهة إلى HER2، ويزيد أهمية البحث عن نقاط ضعف علاجية خاصة بكل حالة.

استخدم الفريق «الذكاء الاصطناعي الرمزي»، الذي يستدل عبر قواعد منطقية قابلة للفحص، بما يتيح للأطباء تتبع كيفية توصل النموذج إلى توصياته. واستخدم الباحثون البيانات الجينية لـ31 مشاركًا في التجربة السريرية PARTNER لإنشاء توائم رقمية للأورام المقابلة، ثم حاكوا، كلًّا على حدة، سيناريوهات العلاج الكيميائي وحده، والعلاج الكيميائي مع مثبط PARP المسمى olaparib، وعدم تلقي العلاج.

عند مقارنة نتائج المحاكاة بالاستجابات الفعلية للعلاج في التجربة، قدم النموذج تنبؤات متوافقة في 74% من الحالات. ويصف هذا الرقم أداء التنبؤ ضمن بيانات الحالات الـ31، ولا يمكن تفسيره على أنه معدل نجاح للعلاج، كما أنه لا يكفي بعد لتمثيل دقة النموذج في مستشفيات أخرى أو لدى مجموعات مختلفة من المرضى.

بعد ذلك، حوّل الباحثون اهتمامهم إلى 13 مريضًا كانت استجابتهم للعلاج غير كاملة. وحدد النموذج لـ12 منهم علاجًا موجهًا إضافيًا واحدًا على الأقل قد يحسن النتائج؛ بل تنبأت محاكاة إضافية بأن 10 منهم قد يصلون إلى استجابة لا يبقى معها أي سرطان غازٍ في الثدي والعقد اللمفاوية. غير أن هذه كلها فرضيات علاجية ولّدها الحاسوب، وليست نتائج لوحظت بعد تلقي المرضى علاجًا إضافيًا فعليًا.

قد تساعد إمكانية فحص استدلال النموذج الأطباء على تقييم مدى معقولية توصياته. وأشار الفريق البحثي أيضًا إلى أنه حتى عندما يقترح الحاسوب دواءً معينًا، فقد يستبعده الأطباء بسبب عوامل مثل السمية. وتتيح قابلية التفسير مجالًا للنقاش والتعديل، لكنها لا تكفي وحدها لضمان الفعالية أو السلامة.

تكمن قيمة هذا العمل في وضع الاستجابات للعلاجات القائمة والاستراتيجيات البديلة المحتملة ضمن عملية استدلال واحدة يمكن تتبعها ومساءلتها. ولا تزال الخطوة التالية تتطلب دراسات استباقية لاختبار قدرة النموذج على التنبؤ الموثوق بالنتائج قبل بدء العلاج، وما إذا كان اختيار الأدوية وفقًا لتوصياته يحقق بالفعل فائدة سريرية؛ وحتى ذلك الحين، تُعد التوائم الرقمية أنسب بوصفها مصدرًا لمؤشرات تدعم البحث والنقاشات العلاجية.

References

  1. University College London
  2. Medical Xpress (provided by University College London)
  3. Bioengineer.org