طوّر باحثون في كلية الطب بجامعة هارفارد الأميركية أداة مبتكرة تعتمد على الذكاء الاصطناعي، قادرة على التنبؤ مسبقاً بمدى استجابة مرضى السرطان للعلاج المناعي.
وأوضح الباحثون أن هذه الخطوة قد تسهم في توجيه العلاج إلى المرضى الأكثر استفادة منه وتحسين نتائج الرعاية الطبية، ونُشرت النتائج، الجمعة، بدورية «Nature Medicine».
وتُعد أدوية العلاج المناعي الحديثة، المعروفة بـ«ICIs»، من أبرز التطورات في علاج عدد من أنواع السرطان؛ إذ تعمل على تنشيط الجهاز المناعي عبر تعطيل الآليات التي تستخدمها الخلايا السرطانية للاختباء من هجماته، ما يسمح للخلايا المناعية بالتعرف على الورم ومهاجمته. وقد وافقت إدارة الغذاء والدواء الأميركية (FDA) على أول هذه الأدوية عام 2011، لتُحدث منذ ذلك الحين تحولاً كبيراً في علاج السرطان.
وتستهدف هذه الأدوية بروتينات محددة موجودة على سطح الخلايا السرطانية أو الخلايا المناعية. ففي الظروف الطبيعية، تستغل الخلايا السرطانية هذه البروتينات كـ«عباءة إخفاء» تحجبها عن جهاز المناعة، لكن هذه الأدوية تعطل هذه الآلية، فتزيل هذا «الغطاء» الواقي، مما يتيح للجهاز المناعي التعرف على الخلايا السرطانية ومهاجمتها وتدميرها.
ورغم النتائج اللافتة التي حققتها هذه الأدوية، يشير الباحثون إلى أنها لا تحقق استجابة إلا لدى ما بين 10 و40 في المائة من المرضى، تبعاً لنوع السرطان.
ويُعد عدم القدرة على التنبؤ مسبقاً بمن سيستفيد من العلاج أحد أبرز التحديات في علاج الأورام؛ إذ قد يتعرض المرضى غير المستجيبين لآثار جانبية دون تحقيق فائدة علاجية، كما يخسرون وقتاً ثميناً بينما يواصل المرض تقدمه، مما يعزز الحاجة إلى أدوات دقيقة تساعد الأطباء على اختيار المرضى الأكثر استفادة من هذا النوع من العلاج.
تحليل نشاط 16 ألف جين
ولتطوير الأداة الجديدة، التي تحمل اسم «COMPASS»، اعتمد الباحثون على تحليل نشاط نحو 16 ألف جين يرتبط بحالة الخلايا المناعية، والتفاعل بين الورم والبيئة المحيطة به، ومسارات الإشارات البيولوجية داخل الجسم.
ودرّب الفريق البحثي النموذج باستخدام بيانات نحو 10 آلاف ورم تمثل 33 نوعاً مختلفاً من السرطان، جُمعت من قاعدة بيانات مشروع أطلس جينوم السرطان، ثم حسّنوا أداءه بالاستفادة من بيانات 16 تجربة سريرية شملت 7 أنواع من السرطان واختبرت أنظمة علاجية مختلفة تعتمد على هذه العلاجات المناعية.
وللتحقق من كفاءة النموذج، استبعد الباحثون بيانات كل تجربة سريرية على حدة، ثم طلبوا من الأداة التنبؤ بنتائج المرضى في الدراسة المستبعدة. وأظهرت النتائج أن الأداة تفوقت على أفضل النماذج الحالية، محققة زيادة في دقة التنبؤ بلغت 8.5 في المائة في المتوسط، مع الحفاظ على هذا الأداء عبر أنواع مختلفة من السرطان، وأنواع العلاج المناعي، وتقنيات تحليل الجينات، ومواقع أخذ الخزعات.
ويرى الباحثون أن الأداة قد تساعد مستقبلاً في اختيار المرضى الأكثر استفادة من العلاج المناعي، بما يقلل من تعرض غير المستجيبين لعلاجات غير فعالة، ويحسن تصميم التجارب السريرية من خلال اختيار المشاركين الأكثر ملاءمة، فضلاً عن المساهمة في اكتشاف أهداف دوائية جديدة قد تفتح المجال أمام تطوير علاجات أكثر فاعلية للسرطان.
ويخطط الفريق البحثي لتطوير النموذج بإضافة مصادر بيانات أخرى، مثل السجلات الطبية الإلكترونية، والتاريخ المرضي، والأمراض المصاحبة، والاستجابة للعلاجات السابقة، بهدف تعزيز دقة التنبؤ وتوسيع فهم الآليات البيولوجية التي تتحكم في استجابة المرضى للعلاج المناعي.
