Characterizing the landscape of gene process dependencies in cancer
تقدم هذه الدراسة BioBombe، وهو إطار عمل يعتمد على الذكاء الاصطناعي وتعلم الآلة يقوم بتحليل بيانات DepMap لتحديد تبعات العمليات الجينية المعقدة التي تتجاوز استهداف الجين الواحد، مما يكشف عن نقاط ضعف جديدة في السرطان ويمكّن من التنبؤ بمرشحات الأدوية الفعالة والتحقق من صحتها من أجل طب الأورام الدقيق.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
السرطان هو مرض ناتج عن تعليمات معطلة. داخل الخلية السليمة، تعمل الجينات مثل مكتبة ضخمة من الكتيبات، تخبر الخلية متى تنمو، ومتى تتوقف، وكيف تصلح نفسها. وعندما يستحوذ السرطان على الخلية، تتعرض هذه الكتيبات للفساد. لعقود من الزمن، كان النهج الطبي لإصلاح هذا الأمر يتمثل في محاولة العثور على الكتيب الوحيد الأكثر عطلاً ومحاولة استبداله. هذه الاستراتيجية، المعروفة باسم "علاج الأورام الدقيق"، أنقذت أرواحاً من خلال مطابقة أدوية محددة مع أخطاء جينية معينة، مثل طفرة في جين واحد تدفع نمو الورم. ومع ذلك، فقد وصلت هذه الطريقة إلى حدها الأقصى؛ فهي تعمل مع جزء صغير فقط من المرضى لأن السرطان نادراً ما يكون ناتجاً عن تعليمات معطلة واحدة. بدلاً من ذلك، تنجو الأورام من خلال الاعتماد على شبكات معقدة ومنسقة من العديد من الجينات التي تعمل معاً، تماماً مثل آلة تستمر في العمل حتى لو تعطل أحد تروسها، لأن التروس الأخرى قد تكيفت للتعويض عن ذلك.
ولفهم كيفية استمرار هذه الآلات في العمل، يحتاج الباحثون إلى النظر إلى ما وراء التروس الفردية ورؤية النظام بأكمله. هذا هو التحدي الذي عالجته دراسة جديدة من باحثين في جامعة كولورادو أنشوتز ومستشفى تشيلدز في كولورادو. لقد طرحوا سؤالاً جوهرياً: إذا لم نتمكن من مجرد النظر إلى جين واحد معطل، فهل يمكننا رسم خريطة لشبكة التبعيات الكاملة التي تحتاجها الخلية السرطانية للبقاء على قيد الحياة؟ من خلال التعامل مع الخلايا السرطانية ليس كمجموعات من الجينات الفردية بل كأنظمة معقدة، طور الفريق طريقة للكشف عن مجموعات الجينات الخفية التي تعمل كخطوط حياة حقيقية للأورام. ويشير عملهم إلى أن مستقبل علاج السرطان قد لا يكمن في استهداف جينات مفردة، بل في تعطيل العمليات البيولوجية الكاملة التي تدعمها هذه الجينات.
لجأ الباحثون إلى قاعدة بيانات عامة ضخمة تسمى "خريطة اعتماد السرطان" (Cancer Dependency Map)، والتي تحتوي على نتائج تجارب قام فيها العلماء بإيقاف تشغيل آلاف الجينات بشكل منهجي في مئات من الخطوط الخلوية السرطانية المختلفة لمعرفة أي منها لا تستطيع الخلايا البقاء بدونها. تقليدياً، يحلل العلماء هذه البيانات من خلال النظر في أي الجينات الفردية ضرورية. ومع ذلك، طبقت الدراسة الجديدة إطار عمل متطور للتعلم الحاسوبي يسمى "BioBombe" على هذه البيانات. فبدلاً من السؤال "أي جين ضروري؟"، تم تدريب الكمبيوتر على إيجاد أنماط عبر آلاف الجينات في آن واحد. لقد بحث عن مجموعات من الجينات التي، عند إيقاف تشغيلها معاً، تؤدي إلى موت الخلية، مما كشف أن بقاء الخلية يعتمد على عمليات بيولوجية محددة، مثل كيفية انقسامها أو كيفية توليد الطاقة.
ولضمان أن هذه الأنماط حقيقية وليست مجرد ضوضاء عشوائية، لم يعتمد الفريق على نموذج حاسوبي واحد. بل قاموا بتدريب مئات النماذج المختلفة، حيث ينظر كل منها إلى البيانات بطريقة مختلفة قليلاً ويبحث عن أنماط ذات أحجام مختلفة. سمح هذا النهج لهم بالتقاط نطاق أوسع بكثير من الإشارات البيولوجية مما يمكن لأي طريقة منفردة التقاطه. نجح الكمبيوتر في تحديد آلاف من مجموعات الجينات هذه، والتي يسميها الباحثون "تبعيات العمليات الجينية". وعندما فحصوا ما تفعله هذه المجموعات فعلياً، وجدوا أنها تتوافق مع وظائف بيولوجية حرجة معروفة. على سبيل المثال، سلطت النماذج الضوء على مجموعات من الجينات المشاركة في انقسام الخلايا ومجموعات مشاركة في دورة حمض الستريك، وهي عملية تستخدمها الخلايا لإنتاج الطاقة. والأهم من ذلك، أظهرت الدراسة أن هذه المجموعات لم تكن مجرد مجموعات عشوائية من الجينات؛ بل كانت تمثل أنظمة بيولوجية متماسكة تعتمد عليها الخلايا السرطانية.
تجلت القوة الحقيقية لهذا النهج عندما ربط الباحثون هذه المجموعات الجينية بالحساسية تجاه الأدوية. فقد قارنوا خرائط العمليات الجينية التي بنوها ببيانات حول كيفية استجابة مئات من الخطوط الخلوية السرطية لآلاف الأدوية المختلفة. ووجدوا أن مجموعات جينية محددة مرتبطة بقوة بما إذا كان الدواء سيقتل الخلية أو سيفشل في العمل. على سبيل المثال، أكدوا أن الأورام التي تعتمد بشدة على مسار معين يتضمن بروتيناً يسمى p53، كانت حساسة لفئة من الأدوية المصممة لاستهداف ذلك المسار. والأهم من ذلك، كشفت الطريقة عن إمكانيات جديدة؛ ففي الأورام الدبقية (gliomas)، وهي نوع من أورام الدماغ التي يصعب علاجها بشكل ملحوظ، أشارت التحليلات إلى نقاط ضعف محددة في وظائف الميتوكوندريا وانقسام الخلايا. كما حددت دواءً يسمى "كلادريبين" (cladribine)، وهو معتمد بالفعل لحالات أخرى، كمرشح محتمل لقتل خلايا الورم الدبقي عالي الدرجة لدى الأطفال.
ولاختبار ما إذا كانت توقعات الكمبيوتر ستصمد في العالم الحقيقي، نقل الباحثون نتائجهم إلى المختبر. فقد ركزوا على الورم الدبقي عالي الدرجة لدى الأطفال، وهو سرطان دماغ طفولي نادر وعدواني توجد له علاجات فعالة قليلة. وباستخدام بيانات تسلسل الحمض النووي الريبي (RNA sequencing) من أورام المرضى، توقعوا العمليات الجينية النشطة في هذه الخلايا المحددة. وبناءً على هذه التوقعات، اختاروا ثلاثة أدوية لاختبارها: "أكسيتينيب" (axitinib)، و"كلادريبين" (cladribine)، و"3-deazaneplanocin A". وعالجوا خلايا الورم الدماغي بهذه الأدوية وقاسوا مدى قدرة الخلايا على البقاء. كانت النتائج واعدة؛ حيث أظهرت الأدوية الثلاثة قدرة على قتل الخلايا السرطية، لكن "كلادريبين" برز بشكل لافت. فقد تطابق توقع الكمبيوتر لمدى حساسية الخلايا تجاه "كلادريبين" مع النتائج التجريبية الفعلية بشكل أفضل من التوقعات الخاصة بالدواءين الآخرين. وقد أكد هذا أن النموذج الحاسوبي يمكنه بنجاح ترجمة خريطة جينية معقدة إلى توقع عملي حول أي دواء قد ينجح.
لا تدعي الدراسة أنها حلت مشكلة السرطان أو وجدت علاجاً لكل مريض. ويقر الباحثون بأن نماذجهم ليست مثالية؛ فبعض التوقعات كانت قوية بينما كانت أخرى ضعيفة، ولم يعمل كل دواء اختبروه تماماً كما اقترح الكمبيوتر. كما أشاروا إلى أن البيانات التي استخدموها تأتي من خطوط خلوية مزروعة في أطباق مخبرية، والتي قد لا تحاكي بدقة البيئة المعقدة للورم داخل جسم الإنسان. ومع ذلك، فإن هذا العمل يقدم إثباتاً واضحاً للمفهوم؛ فهو يوضح أنه من خلال استخدام الذكاء الاصطناعي للنظر إلى الصورة الكبيرة لكيفية عمل الجينات معاً، يمكن للعلماء العثور على أهداف جديدة للعلاج تغفلها مناهج الجين الواحد. وتشير الدراسة إلى أن المسار المستقبلي للطب الدقيق يتضمن الانتقال من التركيز على الأجزاء الفردية المعطلة إلى التركيز على النظام المعطل بأكمله، مما يوفر طريقة جديدة لتحديد أي الأدوية قد تمنع ورماً معيناً من البقاء على قيد الحياة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.