מדענים פיתחו כלי AI חדש שממפה את תפקוד החלבונים בגידול סרטני, ומאפשר לרופאים להחליט כיצד למקד את הטיפול בצורה מדויקת יותר.
בסוגי סרטן כגון קרצינומה של תאי כליה ברורים (ccRCC), התגובות לטיפולים הקיימים שונות עבור כל חולה, מה שמקשה על זיהוי משטר הטיפול התרופתי המתאים לכל חולה.
לדוגמה, בלזוטיפן הטיפול בסרטן אושר לאחרונה לטיפול ב-ccRCC, אך יש לו רק שיעור תגובה של 49% בחולים עם הצורה השכיחה ביותר של המצב.
כדי להבין טוב יותר מדוע חולים מסוימים מגיבים טוב יותר מאחרים, חוקרים מאוניברסיטאות באת' ונוטינגהם חקרו את תפקוד ה-Hypoxia-Induced Factor Alpha (HIF2α), יעד מרכזי של ccRCC שנחסם על ידי בלזוטיפן.
מחקרים קודמים הראו שרמות של HIF2α לא בהכרח תואמות את האגרסיביות של הגידול, וכי בניגוד לאינטואיציה כאשר היו רמות גבוהות יותר של החלבון, ה-HIF2α היה פחות פעיל.
משמעות הדבר היא שמתן מינונים גבוהים יותר של בלזוטיפן עלול לחשוף את החולה לטיפולים יקרים ורעילים שאולי לא יעבדו ואף עלולים להפוך את הגידול לעמיד יותר לתרופות.
הצוות הבין-תחומי של ביו-פיזיקאים, ביולוגים ומדעני חישוב הגה כלי חדש, שנקרא FuncOmap, הממפה את המצב התפקודי של אונקופרוטאינים מטרה על גבי תמונות הגידול.
זה יאפשר לרופאים לדמיין ישירות את המיקומים בגידול שבהם האונקופרוטאין מקיימים אינטראקציה, מה שיאפשר אבחון מדויק יותר וליידע את הטיפול הטוב ביותר עבור כל חולה.
פרופסור בנאפשה לאריג'אני, מנהל המרכז לחדשנות טיפולית באוניברסיטת באת' הוביל את המחקר. היא אמרה: "אנשים מגיבים לסמים בצורה שונה מאוד. לכן זה חיוני להיות מסוגל לחזות כיצד מטופלים יגיבו לתרופות באופן אינדיבידואלי, כך שניתן להתאים טיפול להיות יעיל תוך מתן המינון הנמוך ביותר כדי למזער תופעות לוואי.
"כלי הניתוח החישובי החדש שלנו משתמש בדייקנות כדי למפות ישירות את המצבים התפקודיים של אונקופרוטאינים במקטעי הגידול של המטופלים, כך שרופאים יכולים לשפר את הריבוד של המטופלים, ולאפשר רפואה מותאמת אישית."
הצוות משתף כעת פעולה עם המעבדה של ד"ר אמנדה קיראן, כמו גם מנתחים ורופאים אחרים, בבית הספר לרפואה של אוניברסיטת סטנפורד (ארה"ב) כדי לפתח ולייעל את הכלי הלאה בזירה הקלינית.
פרופסור אימון אוניל, ראש המחלקה למדעי המחשב של באת' ומנהל מרכז UKRI להכשרת דוקטורט ב-AI אחראי, אחראי ושקוף (ART-AI), אמר: "מחקר זה מתאר את סוג המחקר החדשני והמשפיע שהוא המהות של עבודה חוצה דיסציפלינות.
"זה מפגיש מדעי המחשב, ביולוגיה ופיזיקה, תחת המטרייה של מרכז UKRI להכשרת דוקטורט בבינה מלאכותית אחראית ושקופה, כדי לספק ניתוח תמונה שיש לו את היכולת להודיע ישירות על קבלת החלטות קליניות ותוצאות קליניות מותאמות אישית בסרטן טיפול כמו גם מחלות אחרות."
ההתרגשות של מאמר זה טמונה לא רק בעבודה המדווחת, אלא בהמחשה שלו כיצד הקישור בין תחומי המחקר של ביופיזיקה ורפואה מתרגלית עם מדע החישוב המודרני מבטיח להאיץ את תרגום המחקר לכלים בעלי ערך עבור הסביבה הקלינית. זה באמת מעצים את הערך שניתן להשיג מלימודים טרנס-דיסציפלינריים."
פרופסור ג'ונתן נייט FRS, סגן נשיא (מיזם). אוניברסיטת באת'
המחקר מומן על ידי מרכז UKRI להכשרת דוקטורט בבינה מלאכותית אחראית ושקופה (ART-AI) (מספר מענק EP/S023437/, מועצת המחקר הרפואי וקרן בוגרי אוניברסיטת באת', ומתפרסם בכתב העת דוחות BJC.
