ResponseVerdict overturns computationally validated immunotherapy signatures, recovers their missed responders and outperforms every published response predictor

لقد أحدث العلاج المناعي للسرطان ثورة في كيفية علاج الأطباء للأمراض، حيث قدم وسيلة لتسخير الجهاز المناعي للجسم لمطاردة الأورام. بالنسبة لأقلية من المرضى، تحقق هذه العلاجات فترات هجوع طويلة الأمد، ولكن بالنسبة للكثيرين غيرهم، لا تعمل هذه الأدوية ببساطة. ويتمثل التحدي المركزي لأطباء الأورام في معرفة المرضى الذين سيستفيدون والذين لن يستفيدوا مسبقاً، مما يوفر على الآخرين الآثار الجانبية والتكاليف غير الضرورية مع ضمان حصول الفئة الأولى على الرعاية المنقذة للحياة. ولحل هذه المعضلة، أمضى العلماء سنوات في محاولة بناء "بصمات" — وهي قوائم محددة من الجينات في الورم تعمل كإشارة ضوئية، تومض باللون الأخضر عند احتمال النجاح وباللون الأحمر عند الفشل. وكان الأمل هو أنه من خلال قراءة هذه الشفرات الجينية، يمكن للأطباء التنبؤ بالنتيجة قبل إعطاء جرعة واحدة من الدواء.

ومع ذلك، يشير تحليل جديد إلى أن الخريطة التي اتبعها العديد من الباحثين معيبة بشكل جوهري. فقد فحص فريق من العلماء آلاف هذه البصمات الجينية المقترحة في السنوات الأخيرة ووجدوا أنها، عند اختبارها مقابل مرضى حقيقيين تلقوا العلاج، لا تؤدي أفضل من التخمين العشوائي. وتكشف الدراسة أن الطرق القياسية المستخدمة للتحقق من صحة هذه التنبؤات كانت مضللة، مما جعل الباحثين يخلطون بين الحالة الصحية العامة للمريض وبين استجابته المحددة للدواء. ومن خلال استبدال هذه الأدوات المعطلة بطريقة جديدة تعتمد حصرياً على النتائج المقاسة من مرضى آخرين، نجح الباحثون في إنشاء نظام يحدد باستمرار عدداً أكبر من الأشخاص الذين سيستجيبون بالفعل للعلاج المناعي.

بدأت المشكلة في كيفية بناء هذه البصمات الجينية. فقد تم تطوير معظمها باستخدام بيانات من قواعد بيانات ضخمة لعينات الأورام التي تحتوي على معلومات حول مدة بقاء المرضى على قيد الحياة، ولكن دون سجل لما إذا كانوا قد تلقوا العلاج المناعي من عدمه. ولأن الباحثين لم يمتلكوا بيانات العلاج، فقد قاموا بملاءمة نماذجهم للتنبؤ بالبقاء على قيد الحياة. وفي العديد من أنواع السرطان، يكون المستوى المرتفع من الخلايا المناعية في الورم في الواقع علامة على توقعات أسوأ إذا لم يتم علاج المريض، لأن الجهاز المناعي يكافح للسيطرة على المرض. وعندما أُعيد توظيف هذه النماذح لاحقاً للتنبؤ بالاستجابة للعلاج المناعي، انعكس الاتجاه: فالمستويات المناعية العالية التي كانت تشير إلى مستقبل سيئ تم تفسيرها مجدداً كعلامة على أن الجهاز المناعي مستعد للقتال بواسطة الدواء. وقد خلق هذا مفارقة حيث استُخدمت ذات السمات التي اقترحت أن المريض سيعاني سوءاً بدون علاج للتنبؤ بأنه سيسير بشكل جيد مع العلاج.

وللتحقق من صحة هذه التنبؤات، اعتمد المجتمع العلمي بشكل كبير على أداة حوسبية تسمى TIDE. صُمم هذا البرنامج لتقدير مدى استجابة الورم للعلاج المناعي من خلال النظر في علامات الإنهاك المناعي. ووجدت الدراسة الجديدة أن TIDE نفسه كان يسيء تفسير البيانات؛ فقد عامل وجود الخلايا المناعية المنهكة — وهي خلايا موجودة ولكنها مستنزفة — كعلامة على الفشل، بينما في الواقع، غالباً ما تكون هذه الخلايا هي التي يمكن إعادة إيقاظها بواسطة الدواء. وبناءً على ذلك، كان TIDE يصنف بشكل متكرر الأورام التي كانت في الواقع غنية بالخلايا المناعية ومن المرجح أن تستجيب على أنها "غير مستجيبة". ولأن العديد من البصمات الجديدة بُنيت لتتفق مع TIDE، فقد ورثت هذا الخطأ، مما أدى إلى حلقة مفرغة حيث يتم التحقق من التنبؤات غير الصحيحة بواسطة أدوات غير صحيحة أخرى.

اختبر الباحثون ذلك من خلال جمع 1,566 بصمة مختلفة من أكثر من 1,200 ورقة علمية وتطبيقها على بيانات من أكثر من 2,000 مريض تلقوا بالفعل علاجاً مناعياً. وكانت النتائج صارخة: الغالبية العظمى من هذه البصمات لم تكن لديها أي قدرة على التنبؤ بمن سيستجيب. كانت دقتها لا يمكن تمييزها عن رمي عملة معدنية. في الواقع، أظهرت الدراسة أنه إذا اختار المرء مجموعة عشوائية من الجينات، فإنها ستجتاز نفس اختبارات التحقق التي اجتازتها هذه البصمات المعقدة، مما يثبت أن الاختبارات لم تكن تقيس الاستجابة للعلاج في الواقع. كانت البصمات سيئة للغاية لدرجة أنها أدت أداءً أسوأ من المقاييس البسيطة والقديمة للنشاط المناعي التي كانت متاحة منذ سنوات.

واستجابة لهذا الفشل، طور الفريق نهجاً جديداً يسمى ResponseVerdict. بدلاً من الاعتماد على المحاكاة الحاسوبية أو الاتفاق مع أدوات أخرى، ينظر هذا الأسلوب مباشرة إلى كيفية استجابة المرضى في مجموعات أخرى للعلاج فعلياً. فهو يستخدم تلك النتائج الواقعية لتوجيه نماذج التنبؤ، مما يضمن أن اتجاه التنبؤ يتوافق مع تجربة المريض الواقعية. وعند اختباره مقابل البصمات القديمة والمقدرات الراسخة الأخرى، حدد ResponseVerdict باستمرار عدداً أكبر من المرضى الذين سيستفيدون من العلاج. وفي اختبار محدد شمل مجموعة استباقية من المرضى الذين لم تكن نتائجهم معروفة بعد، حدد الطريقة الجديدة عدد المستجيبين بشكل أكبر بكثير من المعيار السابق.

يمتد تأثير هذا التصحيح إلى ما هو أبعد من مجرد تحسين التنبؤات؛ فهو يغير كيفية تصميم التجارب والتجارب السريرية. وجدت الدراسة أنه بسبب البصمات المعيبة، كانت تُجرى العديد من التجارب المختبرية على أنواع خاطئة من الخلايا، سعياً وراء إشارات لا تقود في الواقع الاستجابة المناعية. علاوة على ذلك، تستخدم تجربة سريرية حالية لسرطان المعدة واحدة من هذه البصمات المعيبة لتحديد المرضى المؤهلين. وقد أظهر الباحثون أن هذه القاعدة استبعدت دون قصد مرضى كان من الممكن أن يستجيبوا جيداً للعلاج. وباستخدام الطريقة الجديدة، كان بإمكان التجربة تضمين المزيد من المرضى المناسبين، مما قد يغير نتيجة التجربة.

طبق الباحثون طريقتهم أيضاً لتقرير كيفية تخصيص الأدوية في التجارب السريرية العشوائية، وهو سيناريو لا يهدف فقط إلى إيجاد المستجيبين، بل إلى إعطاء الدواء التجريبي للأشخاص الذين سيستفيدون منه أكثر مقارنة بالرعاية القياسية. في تجربة كبرى لسرطان الكلى، أدت الطريقة القديمة للتنبؤ بحساسية الدواء إلى تلقي المرضى العلاج الخاطئ، مما كلفهم شهوراً من الوقت دون تقدم في المرض. وعندما استخدم الباحثون قاعدة التخصيص الجديدة الخاصة بهم، حددوا مجموعة من المرضى الذين اكتسبوا وقتاً طويلاً بشكل ملحوظ دون تقدم السرطان لديهم، بينما لم تستفد المجموعة الأخرى بنفس القدر. وهذا يشير إلى أن الطريقة الجديدة لا يمكنها التنبؤ بمن سيستجيب فحسب، بل يمكنها أيضاً تحسين تحديد من يحصل على أي علاج لتحقيق أقصى استفادة للمجموعة ككل.

تخلص الدراسة إلى أن المجال كان يعمل على أساس من الاتفاق الحوسبي بدلاً من الواقع المقاس. ومن خلال إعادة التركيز على نتائج المرضى الفعلية واستخدام البيانات التي كانت متاحة في وقت كتابة الأوراق الأصلية، أثبت الباحثون أن مساراً أفضل كان ممكناً دائماً. لا يتطلب النظام الجديد بيانات جديدة أو تكنولوجيا مستقبلية؛ بل يتطلب ببساطة طريقة مختلفة لطرح السؤال. فبدلاً من السؤال عما إذا كان النموذج يتفق مع برنامج حاسوبي، فإنه يسأل عما إذا كان النموذج يتفق مع المرضى. وقد أظهر هذا التحول بالفعل أنه يمكن استعادة عشرات المستجيبين الإضافيين لكل مائة مريض يُعالجون، وهي مكاسب يمكن أن تترجم إلى تحسينات ملموسة في البقاء على قيد الحياة وجودة الحياة للأشخاص الذين يواجهون السرطان.