أبحاث السرطان · global
هل يستطيع الذكاء الاصطناعي اختيار الخطوة التالية المناسبة لأبحاث السرطان؟ مشروع AURORA في هارفارد يدخل مرحلة التحقق المختبري
ستُشرك ثلاثة فرق لأبحاث السرطان الذكاء الاصطناعي في توليد الفرضيات وترتيب أولويات التجارب، من الأورام الصلبة لدى الأطفال إلى آليات نشوء السرطان، لاختبار ما إذا كان هذا «العالِم المشارك» يستطيع تقديم اكتشافات مفيدة. وما إذا كانت كفاءة البحث ستتحسن نتيجة لذلك هو تحديدًا السؤال الذي يسعى المشروع إلى الإجابة عنه.
لا تفتقر أبحاث السرطان إلى الخيوط التي يمكن تتبعها؛ فالصعوبة تكمن في تحديد أيٍّ منها يستحق تخصيص الجولة التالية من التجارب له. وأمام الكم الهائل من البيانات الجينية والخلوية والمناعية، يتعين على الباحثين المفاضلة في ظل محدودية الوقت والتمويل. وسيتيح مشروع AURORA، بقيادة Marinka Zitnik، الباحثة في كلية الطب بجامعة هارفارد، للذكاء الاصطناعي المساعدة في اقتراح الفرضيات وترتيب أولويات التجارب، ثم إخضاع توصياته للتحقق في المختبر. وهذا المشروع، الذي انطلق في جامعة هارفارد في 5 نوفمبر 2026، يجعل أيضًا من قدرة الذكاء الاصطناعي على تحسين البحث العلمي نفسه سؤالًا ينتظر الاختبار.
تموّل مؤسسة أبحاث السرطان في المملكة المتحدة AURORA عبر Cancer Grand Challenges؛ وقد وصفت المؤسسة هذا الإعلان بأنه المرحلة التالية من المشروع البالغة قيمته 8 ملايين جنيه إسترليني، مع حصول الفرق الثلاثة المشاركة مجتمعةً على دعم إضافي بقيمة 4 ملايين دولار أمريكي. ويستند النظام إلى ToolUniverse، الذي طوّره فريق Zitnik، لتمكين الذكاء الاصطناعي من استخدام الأدوات العلمية وقواعد البيانات والموارد الحاسوبية، ودمج الأدلة واقتراح أفكار قابلة للاختبار، مع مراعاة الوقت والميزانية والجدوى اللازمة للتجارب.
ومن بين هذه الفرق، سيركز فريق NexTGen على العلاج بخلايا CAR T للأورام الصلبة لدى الأطفال، أي تعديل الخلايا المناعية لتمكينها من التعرف على أهداف محددة. ووفقًا لإعلان كلية لندن الجامعية، سيحلل الذكاء الاصطناعي البيانات البيولوجية للخلايا السرطانية والسليمة، للمساعدة في ترتيب أولويات الأهداف المراد مهاجمتها، وتوليفات الأهداف، وخطط هندسة الخلايا، وكذلك استكشاف أسباب مقاومة الأورام للعلاج. ويأمل الباحثون أن يساعد ذلك في تضييق نطاق الخيارات المرشحة وتركيز الموارد التجريبية على التصاميم الأوثق استنادًا إلى الأدلة.
أما PROMINENT فيعود بالسؤال إلى ما قبل تشكّل السرطان: لماذا تظل بعض الخلايا الحاملة لطفرات مرتبطة بالسرطان طبيعية، بينما تتجه أخرى تدريجيًا نحو التحول الخبيث؟ أعلن معهد البحوث الطبية الحيوية في برشلونة في 13 نوفمبر أن الفريق حصل على تمويل إضافي بقيمة 1.31 مليون دولار أمريكي، وأن Núria López-Bigas وEmma Lundberg من جامعة ستانفورد تقودان العمل ذي الصلة بصورة مشتركة. وسيساعد الذكاء الاصطناعي في تنظيم الأدبيات العلمية والبيانات البيولوجية واسعة النطاق، واقتراح فرضيات حول الآليات التي تغيّر بها الطفرات الخلايا والأنسجة، مع إدراج عوامل مثل العمر والجنس، ثم اختبار الأفكار المختارة بوسائل تشمل الفحص الجيني والتصوير الخلوي.
ويهتم الفريق الثالث، MATCHMAKERS، بالتعرف المناعي: كيف تتعرف الخلايا التائية على الخلايا السرطانية؟ تتعدد التوليفات الممكنة بين مستضدات الأورام ومستقبلات الخلايا التائية، ويتطلب اختبارها واحدةً تلو الأخرى موارد كبيرة. وسيطوّر الفريق علماء مشاركين من الذكاء الاصطناعي يتفاعلون فيما بينهم، للمساعدة في اختيار توليفات من الواسمات الورمية والخلايا المناعية تستحق الدراسة، ليختبرها الباحثون في المختبر، بما يراكم الأدلة لفهم كيفية استهداف الجهاز المناعي للأورام.
ويتمثل الأساس المشترك للمسارات البحثية الثلاثة في إعادة تغذية النظام بنتائج التجارب باستمرار. ويتولى الباحثون تحديد الأسئلة ومراجعة الفرضيات واختيار التجارب، ثم يعدّل الذكاء الاصطناعي توصياته اللاحقة بناءً على الأدلة الجديدة. وأفادت كلية الطب بجامعة هارفارد بأن النظام سيوفر أيضًا سجلات للاستدلال الكامن وراء التوصيات، كي يراجعها الباحثون. وسيشمل التقييم تحديد التوصيات التي دعمتها الأدلة وتلك التي أخفقت، وكيف يتغير الأداء بعد إضافة بيانات جديدة، فيما تظل مسؤولية الحكم العلمي واتخاذ القرارات على عاتق البشر.
تعرض الإعلانات الحالية ترتيبات التطوير والتقييم، ولم تقدم بعد نتائج كمية تُظهر أن الذكاء الاصطناعي يزيد معدلات نجاح التجارب أو يختصر وقت البحث أو يخفض التكاليف، كما لم توضح التصميم الكامل للمقارنة مع مجموعة ضابطة ولا حجم مجموعات البيانات. ولا يزال اجتياز التوصيات للاختبار التجريبي وتحسّن كفاءة البحث إجمالًا أمرين يتطلب كل منهما إثباتًا مستقلًا. وستعتمد قيمة AURORA في المرحلة المقبلة على قدرته على مساعدة العلماء باستمرار على اتخاذ خيارات أوثق استنادًا إلى الأدلة في ظل القيود الفعلية للبحث؛ أما استفادة المرضى نتيجة لذلك، فما زالت تتطلب مسارًا أطول من التحقق.