هوش مصنوعی میتواند به ایجاد واکسنهای سرطان شخصیسازیشدهتر کمک کند
به گزارش آنا، یک بررسی جدید بوسیله پژوهشگران دانشگاه علوم پزشکی تهران نشان میدهد ابزارهای مبتنی بر هوش مصنوعی یافتن این اهداف شخصیسازیشده سرطان را سریعتر و دقیقتر میکنند و واکسنهای سرطان شخصیسازیشده و درمانهای سلول T را به استفاده بالینی معمول نزدیکتر میکنند.
نئوآنتیژنها چیستند؟
نئوآنتیژنها قطعات پروتئینی کوچکی هستند که وقتی سلولهای سرطانی جهشهای DNA پیدا میکنند، ایجاد میشوند. از آنجا که این پروتئینها فقط در سلولهای تومور یافت میشوند و نه در بافت سالم، اهداف جذابی برای ایمنیدرمانیهای سرطان هستند.
هنگامی که سیستم ایمنی یک نئوآنتیژن را تشخیص میدهد، سلولهای T میتوانند به سلولهای سرطانی حامل آن حمله کرده و آنها را از بین ببرند. این اصل زیربنای چندین درمان نوظهور، از جمله واکسنهای سرطان شخصیسازیشده و درمانهای سلول T مهندسیشده است.
چرا یافتن نئوآنتیژنها بسیار دشوار است؟
هر تومور حاوی هزاران جهش ژنتیکی است، اما تنها بخش کوچکی از آنها نئوآنتیژنهایی تولید میکنند که:
در واقع توسط سلولهای سرطانی ساخته میشوند.
روی سطح سلول نمایش داده میشوند.
توسط سلولهای T بیمار قابل تشخیص هستند.
یک پاسخ ایمنی قوی را تحریک میکنند.
یافتن این چند هدف مانند «یافتن سوزن در انبار کاه» به طور معمول نیاز به آزمایشهای آزمایشگاهی پیچیده و تجزیه و تحلیلهای محاسباتی متعدد داشته است.
هوش مصنوعی چگونه کمک میکند؟
این بررسی توضیح میدهد که چگونه هوش مصنوعی میتواند تقریباً هر مرحله از کشف نئوآنتیژن را بهبود بخشد.
به جای بررسی فقط جهشهای DNA، سیستمهای مدرن هوش مصنوعی اطلاعات را از منابع مختلف، از جمله موارد زیر، ترکیب میکنند:
توالییابی DNA تومور
توالییابی RNA
نوعبندی آنتیژن لکوسیت انسانی (HLA)
مسیرهای پردازش پروتئین
طیفسنجی جرمی (ایمونوپتیدومیکس)
الگوهای تشخیص سلول T
مدلهای هوش مصنوعی با ادغام این دادهها میتوانند بهتر پیشبینی کنند که کدام پروتئینهای جهشیافته به احتمال زیاد حمله ایمنی را تحریک میکنند.
پیشبینیهای بهتر از روشهای قدیمیتر
برنامههای کامپیوتری قبلی عمدتاً تخمین میزدند که یک پپتید چقدر قوی به مولکولهای HLA متصل میشود.
مدلهای جدیدتر یادگیری عمیق با پیشبینی اینکه آیا یک پپتید:
درون سلول تومور پردازش میشود.
به سطح سلول میرسد.
به سلولهای ایمنی ارائه میشود.
سلولهای T را فعال میکند.
طبق این بررسی، این مدلهای جدیدتر از روشهای پیشبینی قدیمیتر «فقط بر اساس اتصال» در بسیاری از انواع HLA و جمعیتهای بیمار بهتر عمل میکنند. مطالعات معیارسنجی بزرگ همچنین نشان دادهاند که ترکیب چندین ویژگی بیولوژیکی به حذف بسیاری از کاندیداهای مثبت کاذب کمک میکند و در عین حال امیدوارکنندهترین نئوآنتیژنها را حفظ میکند.
به سوی درمان شخصیسازیشده سرطان
این پژوهشگران تأکید میکنند که هوش مصنوعی در حال حاضر از چندین نوع ایمنیدرمانی دقیق پشتیبانی میکند، از جمله:
واکسنهای سرطان شخصیسازیشده که بهطور خاص برای تومور یک بیمار طراحی شدهاند.
درمانهای مبتنی بر «گیرنده سلول T» یا TCR که سلولهای ایمنی را برای تشخیص اهداف خاص تومور مهندسی میکنند.
شناسایی نئوآنتیژنهای «مشترک» که میتوانند در درمان گروههایی از بیماران با سرطانهای مشابه استفاده شوند.
این پیشرفتها میتواند ایمونوتراپی فردی را عملیتر و مقیاسپذیرتر کند.
چالشها همچنان پابرجا هستند
علیرغم پیشرفتهای عمده، نویسندگان تأکید میکنند که هنوز موانع مهمی باید برطرف شوند.
مدلهای فعلی هوش مصنوعی میتوانند با موارد زیر دست و پنجه نرم کنند:
پیشبینی نئوآنتیژنهای ارائه شده توسط مولکولهای خاص HLA کلاس II
انواع ژنتیکی نادر HLA
ناهمگونی تومور که در آن قسمتهای مختلف یک تومور جهشهای مختلفی را حمل میکنند.
مکانیسمهای فرار ایمنی که به سرطانها اجازه میدهند از تشخیص اجتناب کنند.
این بررسی همچنین بر اهمیت اعتبارسنجی پیشبینیهای هوش مصنوعی با تکنیکهای آزمایشگاهی مانند طیفسنجی جرمی و آزمایش تجربی استاندارد قبل از استفاده از آنها در بیماران تأکید میکند.
این مقاله مروری است، نه یک کارآزمایی بالینی جدید یا آزمایش آزمایشگاهی. نویسندگان شواهد بسیاری از مطالعات قبلی را تجزیه و تحلیل و خلاصه کردهاند تا توضیح دهند که چگونه هوش مصنوعی کشف نئوآنتیژن را متحول میکند و این حوزه به کجا میرود.
هوش مصنوعی در حال تبدیل شدن به ابزاری قدرتمند برای شناسایی پروتئینهای نادر مخصوص تومور است که میتوانند توسط سیستم ایمنی هدف قرار گیرند. هوش مصنوعی با ترکیب دادههای ژنومی، پروتئینی و ایمونولوژیکی جستجوی نئوآنتیژنها را بهبود میبخشد و از توسعه واکسنهای شخصیسازیشده سرطان و درمانهای سلول T پشتیبانی میکند.
در حالی که هنوز به اعتبارسنجی و تحقیقات بالینی بیشتری نیاز است، این پیشرفتها میتوانند به ایمنیدرمانی دقیق سرطان دقیقتر، مؤثرتر و در دسترستر کمک کنند.
انتهای پیام/
