هوش مصنوعی به شخصی‌سازی درمان سرطان کمک می‌کند

این محققان انواع گوناگونی از سلول‌های سرطانی را مورد تحلیل و بررسی قرار دادند تا از این طریق بتوانند وابستگی‌های مختلف ژن‌ها را برای شناسایی ژن‌ها بشناسند.

آنان این کار را از طریق ابداع یک الگوریتم پیش‌بینی انجام دادند. این الگوریتم از طریق تحلیل و بررسی تغییرات ژنتیکی در داخل تومور، مشخص می‌کند که کدام ژن‌ها در آن سلول ضروری هستند. این اقدام می‌تواند برای شناسایی هدف‌های قابل‌اجرا (actionable targets) مورد استفاده قرار گیرد که در طول زمان ممکن است متخصصان سرطان (آنکولوژیست‌ها) را به شخصی‌سازی درمان بیماران سرطانی رهنمون شود.

دکتر «فرانسیس پرل» استاد بیوانفورماتیک در دانشگاه ساسکس می گوید: دیدگاه ما مبتنی بر استفاده از هزینه‌های رو به کاهش تعیین زنجیره‌ «دی ان ای» و بهره‌برداری از قدرت هوش مصنوعی برای شناخت تفاوت‌های سلول‌های سرطانی و معنای آن برای درمان هر شخص بیمار است.

وی می افزاید: ما در تحقیقات خود توانستیم صرفا با استفاده از زنجیره دی‌ان‌ای و سطح آر.ان.ای در هر سلول که به سادگی و ارزانی از طریق تکه‌برداری (بیوپسی) تومور سرطانی قابل دستیابی است، وابستگی‌های ژنی مختص به هر سلول را شناسایی کنیم. این گام هیجان‌انگیزی در تحقیقات ما است و به این معنا است که اکنون می‌توانیم این فناوری را بهبود بخشیم تا قابل ارائه به متخصصان سرطان برای کمک به آنها به منظور کمک به درمان بیماران سرطانی باشد.

درمان‌های سرطان عمدتا بر اساس موقعیت (در بدن) و نوع سرطان تجویز می‌شوند. تفاوت‌های ژنتیکی در تومورها می‌تواند موجب بی‌اثر شدن درمان‌های استاندارد سرطان شود. استفاده از یک رویکرد شخصی‌سازی شده برای هدایت درمان می‌تواند عمر مورد انتظار و کیفیت زندگی را در بیماران بالا ببرد و تاثیرات جانبی غیرضروری را کاهش دهد.

در هر سلول حدود ۲۰ هزار ژن وجود دارد که حاوی اطلاعات مورد نیاز برای ساخت پروتئین هستند. در واقع حدود هزار ژن‌ برای بقای سلول مورد نیاز است.

زمانی که سلول‌های طبیعی به سلول‌های سرطانی تبدیل می‌شوند، آنکوژن‌ها یا ژن‌های با توان بالقوه ایجاد سرطان، فعال و ژن‌های سرکوب‌کننده سرطان غیرفعال می‌شوند. به این ترتیب سلول‌ها بازنویسی می‌شوند و سلول برای بقا به مجموعه جدیدی از ژن‌ها متکی می‌شود. از این مساله می‌توان برای کشتن سلول‌های سرطانی استفاده کرد.

این تحقیق حاکی است که با استفاده از این فناوری جدید هوش مصنوعی برای هدف گرفتن ژن‌های وابسته مختص هر تومور، می‌توان سلول‌های سرطانی را از بین برد و سلول‌های طبیعی را که به این ژن‌ها وابسته نیستند، بطور نسبی بدون آسیب رها کرد.

در عین حال، هر چند این وابستگی‌ها با استفاده از تکنیک‌های آزمایشگاهی قابل تعیین هستند اما این کار پرهزینه و زمان‌گیر است و برای آنالیز همه نمونه‌های تومورها به این طریق امکان پذیر نخواهد بود.