هوش مصنوعی و درمان سرطان پستان؛ گامی جدید برای انتخاب دقیقتر داروها
هوش مصنوعی برای درمان شخصیسازیشده سرطان پستان میتواند روشهای آینده درمان این بیماری را تغییر دهد. پژوهشگران یک مدل هوش مصنوعی جدید به نام ProteinTalks توسعه دادهاند که با بررسی تغییرات پروتئینهای سلولهای سرطانی در طول زمان، میتواند پیشبینی کند کدام داروها احتمالاً برای یک نوع خاص از سلول سرطانی مؤثرتر هستند.
این فناوری به جای بررسی یک تصویر ثابت از سلول، تغییرات درونی آن را پس از دریافت دارو دنبال میکند. پژوهشگران امیدوارند این روش بتواند به انتخاب درمان مناسبتر برای هر بیمار، کاهش آزمایشهای پرهزینه و یافتن ترکیبهای دارویی جدید کمک کند.
هوش مصنوعی و درمان سرطان پستان چگونه کار میکند؟
سرطان پستان یک بیماری یکسان برای همه بیماران نیست. حتی سلولهای سرطانی از یک نوع مشابه نیز ممکن است واکنشهای متفاوتی به داروها نشان دهند. به همین دلیل، پیدا کردن دارویی که برای هر بیمار بیشترین اثر را داشته باشد، یکی از چالشهای مهم در درمان سرطان است.
مدل هوش مصنوعی ProteinTalks با یادگیری از دادههای گسترده مربوط به پروتئینهای سلولی، تلاش میکند رفتار سلولهای سرطانی پس از مصرف دارو را شبیهسازی کند.
پژوهشگران برای آموزش این مدل، پاسخ ۱۸ رده سلولی سرطان پستان را در برابر ۶۳ داروی ضدسرطان تأییدشده و چندین ترکیب دو دارویی بررسی کردند. آنها سطح پروتئینهای سلولها را پیش از درمان و در فاصلههای زمانی ۶، ۲۴ و ۴۸ ساعت پس از درمان اندازهگیری کردند.
این بررسی بیش از ۳۸ میلیون اندازهگیری پروتئینی از ۵۵۸۵ پروتئین مختلف ایجاد کرد و اطلاعاتی درباره نحوه تغییر سلولها در مواجهه با داروها در اختیار هوش مصنوعی قرار داد.
هوش مصنوعی و درمان سرطان پستان؛ نقش پروتئینها در پیشبینی پاسخ سرطان به داروها
پروتئینها نقش مهمی در عملکرد سلولها دارند و تغییرات آنها میتواند نشان دهد که یک سلول چگونه به درمان واکنش نشان میدهد یا چگونه در برابر دارو مقاومت پیدا میکند.
ProteinTalks توانست الگوهای تغییر پروتئینها را شناسایی کند و بر اساس آن، واکنش سلولهای سرطانی به داروهای مختلف را پیشبینی کند.
طبق نتایج این پژوهش، این مدل هوش مصنوعی عملکرد بهتری نسبت به برخی مدلهای قبلی مبتنی بر فعالیت ژنها و روشهای سنتی یادگیری ماشین داشت. همچنین توانست پاسخ سلولهای سرطانی به ۸۱ ترکیب ضدسرطان را که در مرحله آموزش ندیده بود، با دقت پیشبینی کند.
هوش مصنوعی و درمان سرطان پستان؛ یافتن ترکیبهای دارویی جدید برای سرطان پستان تهاجمی
یکی از بخشهای مهم این پژوهش، بررسی سرطان پستان سهگانه منفی (Triple-negative breast cancer) بود. این نوع سرطان به دلیل نداشتن گیرندههای هورمونی، معمولاً درمان دشوارتری دارد.
مدل ProteinTalks توانست چهار ترکیب دارویی را شناسایی کند که در کنار هم اثر قویتری نسبت به مصرف جداگانه هر دارو داشتند.
این یافته میتواند در آینده به طراحی درمانهای ترکیبی مؤثرتر برای بیمارانی که گزینههای درمانی محدودتری دارند، کمک کند.
هوش مصنوعی و درمان سرطان پستان؛ هوش مصنوعی چگونه میتواند درمان سرطان را دقیقتر کند؟
پژوهشگران علاوه بر آزمایش روی سلولهای آزمایشگاهی، از ProteinTalks برای بررسی الگوهای پروتئینی ۵۰۱ تومور سرطان پستان سهگانه منفی نیز استفاده کردند. این مدل توانست بیماران را بر اساس ویژگیهای تومور و احتمال بازگشت بیماری به گروههای مختلف تقسیم کند.
همچنین پژوهشگران بیش از ۳۰۰۰ دارویی را که پیشتر برای بیماریهای دیگر استفاده میشدند، روی نمونههای آزمایشگاهی شبیهسازیشده از تومور بیماران (ارگانوئیدهای مشتق از بیمار) بررسی کردند.
این آزمایشها به شناسایی داروهایی کمک کرد که ممکن است بتوانند سلولهای سرطانی را با مقدار کمتری نسبت به برخی درمانهای استاندارد از بین ببرند.
آینده هوش مصنوعی برای درمان شخصیسازیشده سرطان پستان
درمان سرطان همچنان با چالش بزرگی روبهرو است: دارویی که برای یک بیمار مؤثر است، ممکن است برای بیمار دیگر نتیجه مشابهی نداشته باشد. به همین دلیل، پزشکی شخصیسازیشده تلاش میکند درمان را بر اساس ویژگیهای منحصربهفرد هر تومور انتخاب کند.
هوش مصنوعی و درمان سرطان پستان میتواند با تحلیل دادههای پیچیده زیستی، مسیر جدیدی برای انتخاب داروهای مناسبتر ایجاد کند.
با وجود نتایج امیدوارکننده، این فناوری هنوز نیازمند بررسیهای بیشتر و آزمایشهای بالینی است تا مشخص شود چگونه میتوان آن را در روند واقعی درمان بیماران به کار گرفت.
پژوهشگران معتقدند مدلهایی مانند ProteinTalks میتوانند در آینده به پزشکان کمک کنند پیش از آغاز درمان، تصویر دقیقتری از واکنش احتمالی تومور به داروها داشته باشند و مسیر درمان را با دقت بیشتری انتخاب کنند.
