במאבק המתמשך בסרטן, מדענים ברחבי העולם בוחנים גישות חדשניות לפתיחת המסתורין של מערכת החיסון האנושית -; הרשת המורכבת של איברים, תאים וחלבונים המגנה על הגוף מפני מחלות.
צוות בראשות מדענים מאוניברסיטת אריזונה סטייט פיתח כלי למידה מבוסס בינה מלאכותית בשם HLA Inception שחשף מידע חדש על האופן שבו המערכת החיסונית של אדם בודד מגיבה לתאים זרים.
התמקדות בקבוצת חלבונים הנקראת Major Histocompatibility Complex-1(MHC-1), הכלי מבוסס בינה מלאכותית, תוך שניות, יכול לסווג את קבוצת החלבונים הספציפית הייחודית לאדם ולחזות אם ההגנה החיסונית של האדם עשויה לזהות חלקים מאיימים. וירוסים וסרטן.
"אנו מסוגלים לבצע תחזיות לגבי תוצאות פתולוגיות של חולים, כמו הישרדות נגד תרופות מסוימות לסרטן, בהתבסס על הפרטים המולקולריים שאדם נולד איתם", אמר אבhishek Singharoy, עוזר פרופסור בבית הספר למדעי המולקולריות של ASU שהוביל את לימוד. "עכשיו עם הכלי הזה, משהו שלקח ימים לוקח רק שניות."
הבנת מידע אינטראקציה מולקולרית אינדיבידואלית זו טומנת בחובה הבטחה עצומה ליצירת תרופות חדשות מותאמות אישית לסרטן עם פוטנציאל לשנות את הטיפול בחולים.
העבודה פורסמה בכתב העת של מערכות תאים ב-29 במרץ.
פירוק המורכבות של העדפות חלבון MHC-1
בתוך גוף האדם, חלבוני MHC-1 פועלים כשומרים על פני התאים שלנו ומזהירים את המערכת החיסונית בפני פולשים זרים. הם תופסים חתיכות של חלבונים זרים, או פפטידים, בתוך תאים ומציגים אותם למערכת החיסון לצורך זיהוי והתקפה.
לחלבוני MHC-1 של כל אדם יש העדפות ספציפיות לסוגי שברי החלבון איתם הם מקיימים אינטראקציה והיכולת לחזות אילו פפטידים ייקשרו ביעילות לאילו מולקולות MHC-I חיוני להמשך ההבנה של המנגנונים של אופן פעולת מערכת החיסון שלנו ולפיתוח חיסונים חדשים לסרטן מתקדמים יותר.
עם זאת, התחזית היא מאתגרת.
קיימות אלפי גרסאות שונות של מולקולות MHC-I באוכלוסייה האנושית, מה שמקשה על יצירת מודל חיזוי אוניברסלי.
בניתוח כמעט 6,000 מתחמי MHC-1, צוות המחקר גילה דפוסים שיכולים לזהות העדפות אלו ולחזות תגובות חיסוניות במגוון רחב של אוכלוסיות אנושיות.
הכלי HLA Inception, המופעל על ידי AI ולמידת מכונה, משתמש במטענים המגוונים על פני החלבונים, הידועים גם כחתימות האלקטרוסטטיות, כדי לסווג אותם ל-11 סוגים שונים.
לאחר מכן ניתן להשתמש במידע זה כדי לחזות אם שברי החלבון, או הפפטידים, MHC-1 מנוטרים הם פולשים עצמיים או זרים (לא עצמיים).
החוקרים מצאו גם שלמטופלים עם מגוון רחב יותר של חלבוני MHC-1, המכסים יותר מ-11 הקבוצות, היה סיכוי גבוה יותר לשרוד טיפולים מסוימים בסרטן.
"השילוב המתמשך של למידת מכונה בשירותי בריאות יעזור להפחית סיכונים ולהתאים טיפולים באופן אישי", אמר אריק ווילסון, מחבר המאמר, בוגר ASU וכיום פוסט-דוקטורט בבית הספר לרפואה של Icahn בהר סיני. "למידת מכונה ובינה מלאכותית יכולים לשפר את הנגישות של טיפולים חדשים לקבוצה רחבה יותר של חולים על ידי שלילת הצורך בניסויים יקרים כדי לקבוע מועמדות."
מחויבים לקידום ההתקדמות המדעית בתחום, החוקרים הפכו את HLA-Inception לזמינה באופן חופשי לשימוש אקדמי, והניחו את הבסיס לשיתוף פעולה נרחב וחדשנות בתחום האימונותרפיה.
אני נרגש להשתמש בכלים האלה לפיתוח חיסונים וטיפולים אימונותרפיים טובים יותר לסרטן. זוהי הגישה האולטימטיבית לרפואה מדויקת. הטיפולים האימונותרפיים של הדור הבא יהיו מדויקים ביותר ומותאמים על בסיס מולקולות ה-MHC של האדם".
קארן אנדרסון, מחברת שותפה על המאמר ופרופסור בבית הספר למדעי החיים של ASU
החוקרים מדמיינים שעבודה זו תורמת להתקדמות בתחום הבריאות, במיוחד בהתאמת טיפולים למטופלים בודדים.
"זהו מחקר משפיע עם השלכות מעבר לגבולות האקדמיה", אמר סינגהרוי, שהוא גם חוקר במרכז ASU ביו-עיצוב לגילוי מבני יישומי. "הטכניקה שלנו עכשיו היא המהירה ביותר שיש."
