الذكاء الاصطناعي يدفع تطوير لقاحات سرطان شخصية: تقليل خطر تكرار الإصابة بالميلانوما بنسبة 42%

·بواسطة Henderson·AI
الذكاء الاصطناعي يدفع تطوير لقاحات سرطان شخصية: تقليل خطر تكرار الإصابة بالميلانوما بنسبة 42%

تتسارع وتيرة دخول الذكاء الاصطناعي إلى الحياة اليومية بشكل ملحوظ، وفي مجال الطب، فإن التغييرات التي أحدثها تستحق اهتمامًا خاصًا. أصبح بإمكان الباحثين اليوم فهم السرطان بتفاصيل لم يكن من الممكن تخيلها قبل عشر سنوات بفضل الذكاء الاصطناعي: لم يعد يتم استخدام نفس البروتوكول لجميع مرضى نفس النوع من السرطان، بل تم الانتقال إلى العلاجات المستندة إلى التركيب الجيني الفريد لكل ورم.

في أكتوبر من هذا العام، أعلنت شركة Moderna وMerck عن نتائج المرحلة الثالثة من تجربة لقاح سرطان شخصية قيد التطوير. عند استخدام هذا اللقاح مع دواء العلاج المناعي Keytruda، تم تقليل خطر تكرار الإصابة بالميلانوما أو الوفاة بنسبة 42% مقارنة باستخدام Keytruda بمفرده. تجدر الإشارة إلى أن هذا اللقاح لم يحصل بعد على موافقة إدارة الغذاء والدواء الأمريكية (FDA)، ولا يمكن أن تثبت التجربة نفسها أن الذكاء الاصطناعي هو الذي اخترع هذه الطريقة العلاجية، ولكن النتائج تظهر بالفعل إلى أي مدى يمكن أن تصل إليه العلاجات الشخصية للسرطان.

يعمل الذكاء الاصطناعي أيضًا على معالجة نصف آخر من المشكلة: قد تختلف استجابة شخصين لنفس الدواء حتى مع وجود نفس التشخيص، لأن السرطان ليس مرضًا واحدًا، والأورام التي تبدو متشابهة قد تحمل طفرات مختلفة. أظهرت دراسة أجريت على مدى ستة أشهر أن الباحثين أصبحوا قادرين بشكل متزايد على دراسة الخصائص البيولوجية لأورام المرضى المحددين، بدلاً من الاعتماد فقط على الأنماط المستخلصة من آلاف المرضى. أداة PERCEPTION التابعة للمعهد الوطني للسرطان في الولايات المتحدة هي مثال على ذلك، حيث تقوم بتحليل النشاط الجيني داخل خلية سرطانية واحدة، وتوقع ما إذا كانت بعض الأدوية قد تكون فعالة.

تواصل تعزيز إمكانيات الذكاء الاصطناعي في علاج السرطان

هذه النقطة حاسمة - غالبًا ما تحتوي الأورام على مجموعات خلوية مختلفة، وقد تقتل الأدوية جزءًا منها فقط، بينما تظل الخلايا المتبقية قادرة على إعادة ظهور السرطان أو تطوير مقاومة. في مجال اكتشاف الأدوية، قدمت AlphaFold من Google DeepMind مسارًا آخر. البروتينات تحدد كيفية عمل الخلايا، كما أنها مرتبطة بحدوث السرطان وانتشاره، وفهم هيكلها ثلاثي الأبعاد يساعد في تحديد كيفية تفاعل الأدوية المحتملة معها. في الماضي، كان من الممكن أن تستغرق هذه المهمة سنوات في المختبر، بينما يمكن لـ AlphaFold تقديم عدد كبير من التوقعات الهيكلية في دقائق. وقد فتحت DeepMind أكثر من 200 مليون هيكل بروتيني أمام الباحثين في جميع أنحاء العالم.

هذا لا يعني أنها تستطيع تلقائيًا إنتاج أدوية مضادة للسرطان آمنة وفعالة، حيث لا تزال نتائج التوقعات بحاجة إلى التحقق من خلال التجارب والتحقق على مستوى المرضى، ولكنها تستطيع تضييق نطاق الخيارات، مما يوفر الوقت في مراحل التطوير المبكرة. على سبيل المثال، تم تصميم لقاح الميلانوما intismeran autogene بناءً على الطفرات الجينية الموجودة في ورم المريض، وهذه الطفرات تساعد في تحديد البروتينات السرطانية الخاصة التي يمكن لجهاز المناعة التعرف عليها وتذكرها. شملت التجربة السريرية 1137 مريضًا خضعوا لجراحة لإزالة الميلانوما، ووفقًا لبيانات مركز ميموريال سلون كيترينغ للسرطان، لم يظهر 82% من المجموعة التي تلقت اللقاح مع Keytruda تكرار الإصابة بعد عامين، مقارنة بـ 70% في المجموعة التي تلقت Keytruda بمفرده.

لا يزال هناك مسافة بين اكتشاف علاج واستخدامه فعليًا من قبل المرضى. يجب التحقق من الأهداف التي وجدها الذكاء الاصطناعي أو التوقعات التي قدمها، ولا يمكن استبدال التجارب السريرية؛ كما أن تكاليف اختبارات الجينات، وتوافر المؤسسات المتخصصة، وما إذا كانت أنظمة الذكاء الاصطناعي مستقرة وموثوقة عبر مجموعات مرضى مختلفة، كلها عقبات واقعية. لكن الاتجاه أصبح واضحًا: يوفر الذكاء الاصطناعي للعلماء أدوات جديدة لدراسة السرطان، وتحديد أهداف الأدوية، وتقييم أي نوع من العلاجات هو الأنسب لكل مريض، والهدف ليس استبدال أطباء الأورام، بل تمكينهم بمزيد من المعلومات والخيارات.

H
حول المؤلف
Henderson