→ العودة إلى الصفحة الرئيسية

تتبّع تأثير علاجات RNA عبر عشرة آلاف عينة: PacBio وTychoBio تتعاونان لبناء بيانات لتدريب الذكاء الاصطناعي

بعد دخول مقطع من الحمض النووي المضاد للمعنى إلى الخلية، ما جزيئات RNA التي يغيّرها تحديدًا؟ تخطط الشركتان لاستخدام التسلسل كامل الطول لربط تصميم الأدوية باستجابات الخلايا، وبناء أدوات تنبؤ لعلاجات الأمراض النادرة؛ لكن قدرة النماذج على التنبؤ بدقة بالفعالية والتأثيرات غير المتوقعة لا تزال بحاجة إلى التحقق.

By SURL BioNews

لا تقتصر صعوبة تصميم علاجات RNA للأمراض النادرة على العثور على تسلسلات قابلة لإحداث التأثير المطلوب، بل تشمل أيضًا معرفة كيف سيغيّر الدواء المرشح مجمل نشاط RNA بعد دخوله إلى الخلية. أعلنت PacBio وTychoBio في 6 أكتوبر عن تعاون يهدف إلى استخدام تجارب واسعة النطاق وتسلسل RNA كامل الطول لبناء مجموعة بيانات تربط تصميم الأدوية باستجابات الخلايا، كي تتعلم منها نماذج الذكاء الاصطناعي.

وفقًا لإعلان التعاون، تعتزم TychoBio استخدام تقنيتَي HiFi وKinnex من PacBio لتسلسل RNA بالقراءات الطويلة، لتوليد بيانات من أكثر من عشرة آلاف عينة. وأكدت تغطية RTTNews وBioTuesdays للحدث نفسه هذا الحجم والترتيبات التقنية. وهذا هو عدد العينات التجريبية المقرر تحليلها، ولا يجوز تفسيره على أنه عشرة آلاف مريض، كما أنه لا يعني أن مجموعة البيانات قد اكتملت بالفعل.

ستركز المرحلة الأولى على قليلات النوكليوتيد المضادة للمعنى ذات الحجب الفراغي (SBOs)، مع ربط تصميمات الجزيئات المرشحة المختلفة بالتغيرات التي تُحدثها في الترانسكريبتوم لدى أنواع متعددة من الخلايا. والترانسكريبتوم هو الصورة الشاملة لمختلف جزيئات RNA داخل الخلية؛ ويأمل الباحثون أن يتيح ذلك رصد التغيرات الناتجة عن العلاج، وكذلك تحديد التأثيرات التي لم تكن متوقعة أصلًا. وتخطط الشركتان أيضًا لتوسيع تطبيق هذه الطريقة لتشمل الحمض النووي الريبي المتداخل الصغير (siRNA) ومركبات أخرى تستهدف RNA.

تكمن قيمة البيانات كاملة الطول في احتفاظها بمؤشرات حول الأشكال المختلفة لـRNA وطرق تضفيره. ونقلت BioTuesdays عن Felix Raimundo، مؤسس TychoBio ورئيسها التنفيذي، توضيحًا مفاده أن التسلسل بالقراءات الطويلة يمكنه التقاط النسخ الكاملة، ما يساعد على رصد الأشكال المتغايرة لـRNA وتغيرات التضفير المرتبطة بالأمراض النادرة، وكيف يمكن للعلاجات المرشحة أن تغيّر هذه العمليات. وفي إطار هذا التعاون، ستشكّل بنية RNA وتركيبته بعد تأثير الدواء جزءًا مهمًا مما تتعلمه النماذج.

تأمل الشركتان أن تتمكن النماذج التي يجري تدريبها من التنبؤ بفعالية العلاجات المرشحة، ومدة استمرار تأثيرها، والتأثيرات غير المتوقعة على الترانسكريبتوم عبر أنواع الخلايا. وإذا جرى التحقق من هذه التنبؤات لاحقًا، فقد تساعد الباحثين على تحديد التصميمات التي تستحق تخصيص الموارد لها في الجولة التالية من التجارب. لكن الإعلان الحالي يصف خطة لتوليد البيانات وتطوير النماذج، ولم يقدم بعد معلومات عن دقة النماذج، أو نتائج تحقق مستقل، أو أدلة على الفعالية السريرية لدى البشر.

ولا يمكن لحجم البيانات وحده أن يجيب عن مدى ملاءمة النماذج لمرض معين. فلم يحدد الإعلان الأمراض النادرة التي ستُعطى الأولوية في البحث، أو تفاصيل أنواع الخلايا، أو تصميم عملية التحقق؛ وما إذا كانت الاستجابات التي تتعلمها النماذج من العينات التجريبية قابلة للتعميم على المرضى يظل سؤالًا يتعين الإجابة عنه في مراحل التطوير اللاحقة. كذلك، قد توفر التغيرات غير المتوقعة في RNA مؤشرات بحثية، لكنها لا تعادل مباشرةً سمّية مثبتة أو سلامة سريرية مثبتة.

أدرجت PacBio توليد البيانات والفوائد المرجوة لتطوير العلاجات ضمن خططها المستقبلية، وأوضحت أن منتجاتها مخصصة للاستخدام البحثي فقط، ولا تُستخدم في الإجراءات التشخيصية. ويتمثل التقدم الملموس لهذا التعاون في وضع مسار لتصميم أدوية RNA يتيح تراكم الأدلة التجريبية؛ أما تحوّله إلى أداة موثوقة للتنبؤ بالعلاجات، فلا يزال يتطلب التحقق من النماذج وربط ذلك تدريجيًا بالأبحاث الدوائية اللاحقة.

References

  1. PacBio
  2. PacBio via GlobeNewswire
  3. RTTNews
  4. BioTuesdays