مدل سلول مجازی مبتنی بر هوش مصنوعی انتخاب درمان سرطان پستان را دقیق‌تر می‌کند

پژوهشگران یک «مدل سلول مجازی» مبتنی بر هوش مصنوعی توسعه داده‌اند که می‌تواند به انتخاب بهترین درمان برای سرطان پستان سه‌گانه منفی (TNBC) کمک کند؛ نوع تهاجمی از سرطان که ۱۵ تا ۲۰ درصد موارد سرطان پستان را تشکیل می‌دهد. این مدل با پیش‌بینی نحوه پاسخ سلول‌های توموری هر فرد به داروهای مختلف این کار را انجام می‌دهد. سلول‌های این نوع سرطان فاقد گیرنده‌های هورمون‌های استروژن و پروژسترون و نیز گیرنده پروتئینی کنترل‌کننده رشد سلول هستند؛ همین موضوع درمان را دشوار می‌کند، زیرا درمان‌های هورمونی و هدفمند نمی‌توانند سلول‌های توموری را هدف قرار دهند. پژوهشگران این مدل را با بیش از ۳۸ میلیون اندازه‌گیری پروتئینی از ۱۸ رده سلولی سرطان پستان آموزش دادند که ۱۶ مورد مربوط به سلول‌های سه‌گانه منفی بود و سلول‌ها را با ۶۳ داروی ضدتومور تأییدشده FDA و ۵۹ ترکیب دارویی درمان کردند. این مدل با استفاده از اندازه‌گیری‌های پروتئینی یاد گرفت اثر داروها بر سلول‌های سرطانی را پیش‌بینی کند و پروتئین‌های نقش‌دار در مقاومت دارویی را شناسایی کرد. این ابزار توانست با دقت ۸۸ درصد پاسخ سلولی به ۸۱ دارویی که در مجموعه داده آموزشی نبودند را پیش‌بینی کند. در بررسی ۳۶۵۱ پروتئین از نمونه‌های بافتی ۵۰۱ فرد مبتلا به سرطان پستان سه‌گانه منفی نیز مدل توانست پیامدهای بالینی درمان‌های دریافتی را با دقت پیش‌بینی کند. در سناریویی نزدیک‌تر به شرایط بالینی، محققان از این مدل برای غربالگری ۳۰۰۰ ترکیب تأییدشده یا در دست آزمایش استفاده کردند و نتایج امیدوارکننده‌ای به دست آمد. نویسندگان می‌گویند این یافته امکان ارائه درمان‌های شخصی‌سازی‌شده‌تر را برای این سرطان مطرح می‌کند. این پژوهش به نقل از Nature گزارش شده است.