כדי לקבוע את סוג וחומרת הסרטן, פתולוגים מנתחים בדרך כלל פרוסות דקות של ביופסיה של גידול תחת מיקרוסקופ. אבל כדי להבין אילו שינויים גנומיים מניעים את צמיחת הגידול -; מידע שיכול להנחות את אופן הטיפול בו -; מדענים חייבים לבצע רצף גנטי של ה-RNA שבודד מהגידול, תהליך שיכול להימשך שבועות ועולה אלפי דולרים.
כעת, חוקרי סטנפורד רפואה פיתחו תוכנית חישוב המונעת בינה מלאכותית שיכולה לחזות את הפעילות של אלפי גנים בתוך תאי גידול רק על סמך תמונות מיקרוסקופיות סטנדרטיות של הביופסיה. הכלי, המתואר באינטרנט ב תקשורת טבע 14 בנובמבר, נוצר באמצעות נתונים מיותר מ-7,000 דגימות גידול מגוונות. הצוות הראה שהוא יכול להשתמש בתמונות ביופסיה שנאספו באופן שגרתי כדי לחזות שינויים גנטיים בסרטן השד וכדי לחזות את תוצאות המטופל.
תוכנה מסוג זה יכולה לשמש לזיהוי מהיר של חתימות גנים בגידולים של חולים, להאיץ את קבלת ההחלטות הקליניות ולחסוך למערכת הבריאות אלפי דולרים".
אוליבייה גבארט, דוקטורט, פרופסור למדעי נתונים ביו-רפואיים ומחבר בכיר של המאמר
העבודה הובלה גם על ידי סטודנטית לתואר שני בסטנפורד מריה פיזוריה ועמיתים פוסט-דוקטורנטים יואנינג ז'נג, דוקטורט ופרנסיסקו פרז, דוקטורט.
מונע על ידי גנומיקה
רופאים הנחו יותר ויותר את הבחירה של אילו טיפולי סרטן -; כולל כימותרפיות, אימונותרפיות וטיפולים מבוססי הורמונים -; להמליץ למטופלים שלהם לא רק על סמך איזה איבר משפיע הסרטן של החולה, אלא באילו גנים הגידול משתמש כדי לתדלק את צמיחתו והתפשטותו. הפעלה או כיבוי של גנים מסוימים עלולה להפוך גידול לאגרסיבי יותר, סיכוי גבוה יותר לגרורות, או יותר או פחות סיכוי להגיב לתרופות מסוימות.
עם זאת, גישה למידע זה דורשת לעתים קרובות ריצוף גנומי יקר וגוזל זמן.
גבארט ועמיתיו ידעו שפעילות הגנים בתוך תאים בודדים יכולה לשנות את המראה של אותם תאים בדרכים שלעתים קרובות אינן מורגשות לעין אנושית. הם פנו לבינה מלאכותית כדי למצוא את הדפוסים הללו.
החוקרים התחילו עם 7,584 ביופסיות סרטן מ-16 סוגי סרטן שונים. כל ביופסיה נחתכה לחלקים דקים והוכנה בשיטה הידועה כצביעת המטוקסילין ואאוזין, שהיא סטנדרטית להמחשת המראה הכללי של תאים סרטניים. מידע על תעתיקי הסרטן -; באילו גנים התאים משתמשים באופן פעיל -; היה גם זמין.
דגם עובד
לאחר שהחוקרים שילבו ביופסיות הסרטן החדשות שלהם כמו גם מערכי נתונים אחרים, כולל נתונים תעתיקים ותמונות מאלפי תאים בריאים, תוכנית הבינה המלאכותית -; שהם כינו SEQUOIA (כימות ביטוי מבוסס שקופיות תוך שימוש בתשומת לב ליניארית) -; הצליח לחזות את דפוסי הביטוי של יותר מ-15,000 גנים שונים מהתמונות המוכתמות. עבור חלק מסוגי הסרטן, לפעילות הגן החזויה בינה מלאכותית הייתה מתאם של יותר מ-80% עם נתוני פעילות הגנים האמיתיים. באופן כללי, ככל שיותר דגימות מכל סוג סרטן נתון שנכללו בנתונים הראשוניים, כך המודל התבצע טוב יותר על אותו סוג סרטן.
"נדרשו מספר איטרציות של המודל כדי להגיע לנקודה שבה היינו מרוצים מהביצועים", אמר גבארט. "אבל בסופו של דבר עבור כמה סוגי גידולים, זה הגיע לרמה שהוא יכול להיות שימושי במרפאה."
גבארט ציין שלעתים קרובות רופאים אינם מסתכלים על גנים אחד בכל פעם כדי לקבל החלטות קליניות, אלא בחתימות גנים הכוללות מאות גנים שונים. לדוגמה, תאים סרטניים רבים מפעילים את אותן קבוצות של מאות גנים הקשורים לדלקת, או מאות גנים הקשורים לצמיחת תאים. בהשוואה לביצועים שלו בניבוי ביטוי גנים בודדים, SEQUOIA היה אפילו יותר מדויק בניבוי אם תוכניות גנומיות גדולות כאלה הופעלו.
כדי להפוך את הנתונים לנגישים וקלים לפירוש, החוקרים תכנתו את SEQUOIA להציג את הממצאים הגנטיים כמפה חזותית של ביופסיית הגידול, מה שמאפשר למדענים ולרופאים לראות כיצד וריאציות גנטיות עשויות להיות שונות באזורים שונים של הגידול.
חיזוי תוצאות המטופל
כדי לבדוק את התועלת של SEQUOIA לקבלת החלטות קליניות, גבארט ועמיתיו זיהו גנים של סרטן השד שהמודל יכול לחזות במדויק את הביטוי שלהם ושכבר נמצאים בשימוש בבדיקות גנומיות מסחריות של סרטן השד. (בדיקת MammaPrint שאושרה על ידי מינהל המזון והתרופות, למשל, מנתחת את הרמות של 70 גנים הקשורים לסרטן השד כדי לספק למטופלים ציון של הסיכון שהסרטן שלהם צפוי לחזור.)
"לסרטן השד יש מספר חתימות גנים שנחקרו היטב, שהוכחו בעשור האחרון כמתואמות מאוד עם תגובות הטיפול ותוצאות המטופל", אמר גבארט. "זה הפך אותו למקרה מבחן אידיאלי עבור הדגם שלנו."
SEQUOIA, הראה הצוות, יכולה לספק את אותו סוג של ציון סיכון גנומי כמו MammaPrint באמצעות תמונות מוכתמות בלבד של ביופסיות גידול. התוצאות חזרו על עצמם במספר קבוצות שונות של חולות סרטן השד. בכל אחד מהמקרים, לחולים שזוהו כסיכון גבוה על ידי SEQUOIA היו תוצאות גרועות יותר, עם שיעורים גבוהים יותר של הישנות סרטן וזמן קצר יותר לפני חזרת הסרטן שלהם.
עדיין לא ניתן להשתמש במודל ה-AI בסביבה קלינית -; זה צריך להיבדק בניסויים קליניים ולקבל אישור על ידי ה-FDA לפני השימוש בהנחיית החלטות טיפול -; אבל גבארט אמר שהצוות שלו משפר את האלגוריתם ולומד את היישומים הפוטנציאליים שלו. בעתיד, אמר, SEQUOIA תוכל להפחית את הצורך בבדיקות ביטוי גנים יקרות.
"הראינו עד כמה זה יכול להיות שימושי עבור סרטן השד, וכעת אנחנו יכולים להשתמש בו עבור כל סוגי הסרטן ולבחון כל חתימת גנים שנמצאת שם בחוץ", אמר. "זה מקור חדש לגמרי של נתונים שלא היה לנו קודם".
מדענים מ- Roche Diagnostics היו גם מחברי המאמר.
המימון למחקר זה ניתן על ידי המכון הלאומי לסרטן (מענק R01 CA260271), מלגה של הקרן הבלגית האמריקאית לחינוך, מענק מ-Fonds Wetenschappelijk Onderzoek-Vlaanderen, הוועדה הספרדית של פולברייט ואוניברסיטת גנט.
