طراحی ابزاری جدید که رفتار سلول‌های سرطانی را شفاف می‌کند

به گزارش خبرگزاری صدا و سیما به نقل از نشریه نیچر، محققان مرکز جامع سرطان VCU Massey ابزار محاسباتی جدیدی به نام Vesalius توسعه داده‌اند که می‌تواند به پزشکان کمک کند تا روابط پیچیده بین سلول‌های سرطانی و سلول‌های اطراف آن‌ها را بهتر درک کنند و راه را برای کشف نشانه‌های پیش‌بینی‌کننده و انتخاب درمان‌های موثر برای سرطان‌های مقاوم هموار سازد.

 یافته‌های این مطالعه که هفته گذشته در نشریه Nature Communications منتشر شد، می‌تواند در تعیین بیومارکرهای پیش‌بینی‌کننده برای انواع مختلف سرطان و ارزیابی بهتر اثربخشی درمان‌ها بر اساس نوع بیماری هر فرد موثر باشد.

رَجان گوگنا، دکترای تخصصی، عضو برنامه تحقیقات درمان‌های توسعه‌ای در Massey به همراه تیمی از همکاران، با هدف تفسیر داده‌های گسترده و پیچیده در این زمینه وارد عمل شدند.

وی توضیح داد: «با Vesalius، ما از هوش مصنوعی برای شناسایی الگوهای فضایی در کل ساختار بافت استفاده می‌کنیم تا تفاوت بیماران پاسخ‌دهنده به درمان و کسانی که پاسخ نمی‌دهند را مشاهده کنیم. این ابزار، قلمرو جدیدی از اطلاعات را ایجاد می‌کند.»

این ابزار که به نام آندریاس وساليوس، آناتومیست و پزشک بلژیکی قرن شانزدهم نام‌گذاری شده است، برای درک پیشرفته‌تر فیزیولوژی ساختار بافت طراحی شده و بر تحلیل کل بافت به جای اجزای منفرد تمرکز دارد، زیرا سلول‌های سرطانی اغلب سال‌ها در کنار سلول‌های اطراف خود زندگی می‌کنند و تأثیر متقابل دارند.

گوگنا توضیح داد: «یک سلول فیبروبلاست، نوعی سلول مرتبط با تولید بافت همبند، تنها با یک سلول سرطانی تعامل ندارد. این سلول‌ها از آغاز شکل‌گیری سرطان با هم در تماس هستند، بنابراین بررسی آن‌ها به صورت جداگانه درست نیست؛ آن‌ها شرکای متأثر هستند.»

برای پیگیری حجم عظیم داده‌ها درباره تعامل سلول‌های سرطانی و سلول‌های اطراف، تیم تحقیقاتی به ابزاری نیاز داشت که نه تنها داده‌ها را ذخیره کند، بلکه به استخراج معنا از آن‌ها نیز کمک کند.

گوگنا گفت: «داده‌ها روزبه‌روز گسترده‌تر می‌شوند و نیاز به تحلیل آن‌ها حیاتی است. به همین دلیل شش سال پیش شروع به کار روی Vesalius کردیم؛ شما باید داده‌ها را تجمیع و ساماندهی کنید.»

با بررسی شبکه‌ای از سلول‌های سرطانی، سلول‌های T و ماکروفاژها، محققان قادر خواهند بود الگوهای موجود در نمونه‌های سرطان را شناسایی کرده، پروتکل‌های درمانی خود را بهبود بخشند و اعتماد بیشتری به اثربخشی درمان‌ها پیدا کنند.

وی افزود: «برای من مهم است که سرطان را به صورت یک موجودیت یکپارچه ببینم که در تعامل با بدن است. ما معتقدیم که یک جنگ تکاملی بین بدن و سرطان وجود دارد و هر دو بسیار هوشمند هستند، اما در برخی موارد، سرطان هوشمندتر است و پیروز می‌شود.»

گوگنا قصد دارد این ابزار را روی مجموعه داده‌های بزرگ‌تر اعمال کرده و با شبکه‌های متعددی از مؤسسات همکاری کند. وی گفت: «هدف ما ایجاد دسته‌بندی‌های خاص از سوالات بالینی مرتبط با داده‌های بزرگ و مدل‌های هوش مصنوعی است. می‌توانیم این ابزار را برای سرطان‌هایی با نتایج ضعیف، مانند سرطان پانکراس، نیز به کار ببریم.»

از زمان توسعه، Vesalius عمدتاً روی سرطان‌های پستان، کولون و تخمدان آزمایش شده است، اما امکان استفاده از آن برای تمامی سرطان‌ها در آینده وجود دارد. با جمع‌آوری داده‌های بیشتر، مدل هوش مصنوعی به تدریج خود را آموزش داده و به پزشکان در بهبود پروتکل‌های درمانی کمک خواهد کرد.

رابرت آ. وین، از دیگر محققان این تحقیق، گفت: «هوش مصنوعی مانند Vesalius تأثیر چشمگیری بر آینده تحقیقات سرطان و نتایج بیماران خواهد داشت، زیرا بینش علمی محققانی مانند دکتر رجان گوگنا باعث پیشرفت در این حوزه شده است. ابزارهایی مانند Vesalius فاصله بین داده و تصمیم‌گیری پزشکی را کاهش می‌دهند و به ارتقای سلامت و کاهش بار سرطان کمک می‌کنند.»