الذكاء الاصطناعي يستطيع التنبؤ بنتائج نجاة المرضى المصابين بالسرطان

فحص أنماط التعبير الجيني للعوامل اللاجينية يتنبأ بنتائج نجاة مرضى السرطان

ووجد الباحثون أنه من خلال فحص أنماط التعبير الجيني للعوامل اللاجينية، أي العوامل التي تؤثر على كيفية تشغيل الجينات أو إيقافها في الأورام، يمكنهم تصنيفها إلى مجموعات متميزة للتنبؤ بنتائج نجاة المرضى عبر أنواع السرطان المختلفة بشكل أفضل من المقاييس التقليدية مثل المرحلة التي وصل إليها السرطان.

تساعد هذه النتائج، المنشورة في مجلة Communications Biology، في وضع الأساس لتطوير علاجات مستهدفة تهدف إلى تنظيم العوامل اللاجينية في علاج السرطان، مثل ناقلات أسيتيل هيستون وتشكيل الكروماتين وغيرها.

وقالت هيلاري كولر، المؤلفة المشاركة الرئيسية، وأستاذة علم الأحياء الجزيئي والخلوي في مركز جونسون الصحي الشامل للسرطان بجامعة كاليفورنيا، في لوس أنجلوس: "تقليدياً، كان يُنظر إلى السرطان في المقام الأول على أنه نتيجة للطفرات الجينية داخل الجينات المسرطنة أو مثبطات الورم".

وأضافت: "ومع ذلك، فإن ظهور تقنيات التسلسل المتقدمة من الجيل التالي جعل المزيد من الناس يدركون أن حالة الكروماتين ومستويات العوامل اللاجينية التي تحافظ على هذه الحالة مهمة لتطور السرطان، كما أن هناك جوانب مختلفة لحالة الكروماتين، مثل ما إذا كانت بروتينات الهيستون قد تم تعديلها، أو ما إذا كانت قواعد الحمض النووي تحتوي على مجموعات ميثيل إضافية".

وأردفت: "مما يؤثر على نتائج السرطان، إن فهم هذه الاختلافات بين الأورام يمكن أن يساعدنا في معرفة المزيد حول سبب استجابة بعض المرضى بشكل مختلف للعلاجات ولماذا تختلف نتائجهم".

ارتباط الطفرات الجينية بقابلية الفرد للإصابة بالسرطان

وفي حين أظهرت الدراسات السابقة أن الطفرات في الجينات التي تشفر العوامل اللاجينية يمكن أن تؤثر على قابلية الفرد للإصابة بالسرطان، لا يُعرف سوى القليل عن كيفية تأثير مستويات هذه العوامل على تطور السرطان، وأشارت كولر إلى أن هذه الفجوة المعرفية حاسمة في الفهم الكامل لكيفية تأثير علم الوراثة اللاجينية على نتائج المرضى.

ولمعرفة ما إذا كانت هناك علاقة بين الأنماط اللاجينية والنتائج السريرية، قام الباحثون بتحليل أنماط التعبير لـ 720 عاملاً لاجينياً لتصنيف الأورام من 24 نوع مختلف من السرطان إلى مجموعات معزولة.

ومن بين 24 نوعاً من السرطان لدى البالغين، وجد الفريق أنه بالنسبة لـ 10 أنواع من السرطان، ارتبطت المجموعات باختلافات كبيرة في نتائج المرضى، بما في ذلك البقاء على قيد الحياة بدون تقدم المرض، والبقاء على قيد الحياة مع المرض، والبقاء على قيد الحياة بشكل عام.

كان هذا صحيحاً بشكل خاص بالنسبة لسرطان قشرة الكظر، وسرطان الخلايا الكلوية الصافية، والورم الدبقي من الدرجة المنخفضة في الدماغ، سرطان الكبد، سرطان الكبد وسرطان الرئة الغدي، حيث كانت الاختلافات كبيرة بالنسبة لجميع قياسات البقاء على قيد الحياة، كما تميل المجموعات ذات النتائج الضعيفة إلى أن تصل إلى مرحلة سرطان أكثر تقدماً، أو حجم أكبر للورم، أو مؤشرات انتشار أكثر شدة.

قدرة الذكاء الاصطناعي على التنبؤ بنتائج البقاء على قيد الحياة لمرضى السرطان

ووجد العلماء أن نموذج الذكاء الاصطناعي يمكنه بنجاح تقسيم المرضى الذين يعانون من هذه الأنواع الخمسة من السرطان إلى مجموعتين: واحدة لديها فرصة أكبر بكثير للحصول على نتائج أفضل، والأخرى لديها فرصة أكبر للحصول على نتائج أسوأ.