AI ขับเคลื่อนการพัฒนาวัคซีนมะเร็งเฉพาะบุคคล ลดความเสี่ยงการกลับเป็นซ้ำของมะเร็งผิวหนังชนิดเมลานินลง 42%

·โดย Henderson·AI
AI ขับเคลื่อนการพัฒนาวัคซีนมะเร็งเฉพาะบุคคล ลดความเสี่ยงการกลับเป็นซ้ำของมะเร็งผิวหนังชนิดเมลานินลง 42%

AI กำลังเข้ามามีบทบาทในชีวิตประจำวันอย่างเห็นได้ชัด โดยเฉพาะในด้านการแพทย์ที่มีการเปลี่ยนแปลงที่น่าสนใจ นักวิจัยสามารถใช้ AI ในการเข้าใจมะเร็งในระดับรายละเอียดที่ไม่สามารถจินตนาการได้เมื่อสิบปีก่อน: ไม่ต้องใช้แนวทางเดียวกันกับผู้ป่วยที่เป็นมะเร็งชนิดเดียวกันทั้งหมด แต่หันมาใช้การรักษาที่อิงจากลักษณะทางพันธุกรรมเฉพาะของเนื้องอกในแต่ละคน

ในเดือนตุลาคมปีนี้ โมเดอร์นา (Moderna) และเมอร์ค (Merck) ได้ประกาศผลการทดลองระยะที่สามของวัคซีนมะเร็งเฉพาะบุคคลที่กำลังพัฒนา วัคซีนนี้เมื่อใช้ร่วมกับยา immunotherapy คีย์ทรูดา (Keytruda) จะลดความเสี่ยงสัมพัทธ์ในการกลับเป็นซ้ำหรือเสียชีวิตจากมะเร็งผิวหนังชนิดเมลานินลง 42% เมื่อเปรียบเทียบกับการใช้คีย์ทรูดาเพียงอย่างเดียว ต้องชี้แจงว่าวัคซีนนี้ยังไม่ได้รับการอนุมัติจาก FDA และการทดลองนี้ไม่สามารถพิสูจน์ได้ว่า AI เป็นผู้คิดค้นวิธีการรักษานี้ แต่ผลลัพธ์แสดงให้เห็นถึงศักยภาพของการรักษามะเร็งเฉพาะบุคคล

AI ยังช่วยในการแก้ปัญหาที่ซับซ้อนอีกด้านหนึ่ง: การวินิจฉัยเดียวกัน ผู้ป่วยสองคนที่ได้รับยาชนิดเดียวกันอาจมีปฏิกิริยาที่แตกต่างกันอย่างมาก เพราะมะเร็งไม่ใช่โรคเดียว เนื้องอกที่ดูคล้ายกันอาจมีการกลายพันธุ์ที่แตกต่างกัน ในการศึกษาที่ดำเนินการในช่วงหกเดือนที่ผ่านมา นักวิจัยสามารถตรวจสอบลักษณะทางชีววิทยาของเนื้องอกในผู้ป่วยเฉพาะได้มากขึ้น ไม่เพียงแต่พึ่งพากฎเกณฑ์ที่สรุปจากผู้ป่วยหลายพันคน เครื่องมือ PERCEPTION ของสถาบันมะเร็งแห่งชาติสหรัฐอเมริกาเป็นตัวอย่างที่วิเคราะห์กิจกรรมทางพันธุกรรมในเซลล์มะเร็งเดี่ยว เพื่อคาดการณ์ว่ายาบางชนิดอาจมีประสิทธิภาพหรือไม่

ศักยภาพการใช้ AI ในการรักษามะเร็งยังคงเพิ่มขึ้น

นี่เป็นจุดสำคัญ—ภายในเนื้องอกมักมีเซลล์กลุ่มต่างๆ ยาอาจฆ่าเซลล์เพียงบางส่วนเท่านั้น ขณะที่เซลล์ที่เหลืออาจทำให้มะเร็งกลับมาเป็นซ้ำหรือเกิดความต้านทาน ในด้านการค้นหายา Google DeepMind's AlphaFold ได้เสนอทางเลือกอีกทางหนึ่ง โปรตีนกำหนดวิธีการทำงานของเซลล์และเกี่ยวข้องกับการเกิดและการแพร่กระจายของมะเร็ง การเข้าใจโครงสร้างสามมิติของโปรตีนช่วยในการประเมินว่ายาใดอาจมีปฏิกิริยากับโปรตีนเหล่านี้ได้อย่างไร ในอดีตงานนี้อาจต้องใช้เวลาหลายปีในห้องปฏิบัติการ แต่ AlphaFold สามารถให้การคาดการณ์โครงสร้างจำนวนมากในเวลาเพียงไม่กี่นาที DeepMind ได้เปิดให้ผู้วิจัยทั่วโลกเข้าถึงโครงสร้างโปรตีนมากกว่า 200 ล้านโครงสร้าง

อย่างไรก็ตาม นี่ไม่ได้หมายความว่ามันสามารถสร้างยาต้านมะเร็งที่ปลอดภัยและมีประสิทธิภาพได้โดยอัตโนมัติ ผลการคาดการณ์ยังต้องการการทดลองและการตรวจสอบในระดับผู้ป่วย แต่สามารถช่วยจำกัดขอบเขตของผู้สมัครยาและประหยัดเวลาในขั้นตอนการพัฒนา ตัวอย่างเช่น วัคซีนมะเร็ง intismeran autogene ถูกออกแบบตามการกลายพันธุ์ทางพันธุกรรมในเนื้องอกของผู้ป่วย ซึ่งการกลายพันธุ์เหล่านี้ช่วยในการระบุโปรตีนเฉพาะที่ระบบภูมิคุ้มกันสามารถรับรู้และจดจำได้ ในการทดลองระยะที่สามมีผู้ป่วยที่ได้รับการผ่าตัดเอามะเร็งผิวหนังชนิดเมลานินจำนวน 1,137 คน ตามข้อมูลจากศูนย์มะเร็งเมโมเรียลสโลนเคตติง 82% ของกลุ่มที่ได้รับวัคซีนร่วมกับคีย์ทรูดาไม่มีการกลับเป็นซ้ำในช่วงสองปี ขณะที่กลุ่มที่ได้รับคีย์ทรูดาเพียงอย่างเดียวมีเพียง 70%

จากการค้นพบวิธีการรักษาที่มีแนวโน้มไปจนถึงการที่ผู้ป่วยสามารถใช้ได้จริงยังมีระยะทางอีกยาวไกล เป้าหมายที่ AI ค้นพบหรือการคาดการณ์ผลกระทบยังต้องการการตรวจสอบ การทดลองทางคลินิกไม่สามารถถูกแทนที่ได้ ค่าใช้จ่ายในการตรวจสอบทางพันธุกรรม ความสามารถในการเข้าถึงของหน่วยงานเฉพาะ และความเสถียรและความเชื่อถือได้ของระบบ AI ในกลุ่มผู้ป่วยที่แตกต่างกันก็เป็นอุปสรรคที่ต้องเผชิญ แต่ทิศทางเริ่มชัดเจน: AI กำลังมอบเครื่องมือใหม่ให้กับนักวิทยาศาสตร์ในการศึกษาเกี่ยวกับมะเร็ง การระบุเป้าหมายของยา และการตัดสินใจว่าการรักษาใดเหมาะสมกับผู้ป่วยคนใด โดยมีเป้าหมายไม่ใช่เพื่อแทนที่แพทย์ด้านมะเร็ง แต่เพื่อให้แพทย์มีข้อมูลและทางเลือกที่เพียงพอมากขึ้น

H
เกี่ยวกับผู้เขียน
Henderson