← أحدث الأبحاث
🧬 biology

From Transcriptomics to Game-Theoretic Models of Treatment Resistance in Glioblastoma Organoids

تقدم هذه الدراسة إطاراً لبيولوجيا الأنظمة القائم على البيانات، والذي يدمج تحليل النسخ المتماثل، والتعلم الآلي، والنمذجة القائمة على نظرية الألعاب للتنبؤ بالاستجابات التطورية للإشعاع في العضوانيات الورمية للأورام الدبقية، كاشفةً عن نقص الأكسجة كمحرك رئيسي للمقاومة قصيرة المدى، وموضحةً كيف يمكن لهذه النهج أن تُحسّن العلاجات السرطانية الشخصية.

المؤلفون الأصليون: Louise Spekking, Christer Lohk, Weronika Jung, Maikel Verduin, Sepinoud Azimi, Christopher Hubert, Marc Vooijs, Rachel Cavill, Kateřina Staňková

نُشر 2026-09-07
📖 5 دقيقة قراءة🧠 قراءة متعمّقة
CC BY 4.0

المؤلفون الأصليون: Louise Spekking, Christer Lohk, Weronika Jung, Maikel Verduin, Sepinoud Azimi, Christopher Hubert, Marc Vooijs, Rachel Cavill, Kateřina Staňková

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 ليس عدوًا واحدًا ثابتًا؛ بل هو مجتمع متغير من الخلايا التي تتطور تحت الضغط. عندما يعالج الأطباء ورمًا بالإشعاع أو العلاج الكيميائي، فإنهم يسلطون قوة هائلة تقتل الخلايا الأكثر عرضة للتأثر. ومع ذلك، غالبًا ما يعمل هذا الضغط كمرشح (فلتر)، مما يسمح للخلايا القليلة التي تصادف كونها مقاومة بالبقاء والتكاثر. بمرور الوقت، ينمو الورم مجددًا، لكن هذه النسخة الجديدة تكون أصعب في القتل لأنها تتكون من هؤلاء الناجين المقاومين. وللتغلب على هذه العملية، يتجه العلماء إلى مجال يسمى "نظرية الألعاب التطورية". يعامل هذا النهج الورم ليس ككتلة من الأنسجة الميتة، بل كمجتمع من أنواع الخلايا المختلفة التي تتفاعل مع بعضها البعض. تمامًا كما تتنافس الحيوانات في الطبيعة على الموارد أو تتعاون من أجل البقاء، تتنافس خلايا السرطان وتتعاون داخل الورم. ومن خلال فهم هذه التفاعلات، يأمل الباحثون في تصميم علاجات تتوقع كيف سيتغير السرطان، بدلًا من مجرد الاستجابة له بعد أن يكون قد تكيف بالفعل.

لقد كان التحدي دائمًا هو معرفة ما يوجد بالضبط داخل الورم. للتنبؤ بكيفية تطور السرطان، يحتاج الأطباء إلى معرفة نسب أنواع الخلايا المختلفة الموجودة وكيف تتغير هذه النسب بمرور الوقت. تقليديًا، تطلب الحصول على هذا المستوى من التفاصيل إجراء تسلسل جيني أحادي الخلية مكلف ومعقد، وهو ما يحلل كل خلية فردية في العينة. وغالبًا ما يكون هذا مكلفًا للغاية ويستغرق وقتًا طويلاً للاستخدام الروتيني في العيادات. وبدلاً من ذلك، قرر فريق من الباحثين بقيادة لويز سبيكنيج وكريستر لوك معرفة ما إذا كان بإمكانهم الحصول على نفس المعلومات من البيانات "الكلية" (bulk data)، حيث يتم خلط المادة الوراثية لآلاف الخلايا وتحليلها دفعة واحدة. لقد ركزوا على الورم الأرومي الدبقي (glioblastoma)، وهو نوع عدواني من سرطان الدماغ، باستخدام نسخ صغيرة مزروعة مخبريًا من أورام المرضى تسمى "العضويات" (organoids). تعمل هذه العضويات كساحة اختبار واقعية، حيث تنمو في طبق لمحاكاة سلوك الورم الفعلي دون الحاجة إلى عمليات خزعة غازية من المريض.

بدأ الباحثون بتغذية البيانات الجينية لهذه العضويات في نوعين مختلفين من البرامج الحاسوبية لمعرفة أنواع الخلايا الموجودة. كان النوع الأول من البرامج غير موجه (unsupervised)، مما يعني أنه طُلب منه البحث عن الأنماط دون تعليمات مسبقة عما يجب العثหา. أما النوع الثاني فكان موجهًا (supervised)، مما يعني أنه تم تدريبه على خرائط موجودة لأنواع الخلايا تم إنشاؤها من دراسات أخرى. كان النهج غير الموجه يشبه محاولة فرز قطع أحجية مختلطة دون وجود صورة على الصندوق؛ فقد وجد ثلاث مجموعات متميزة من الخلايا. ومع ذلك، عندما فحص الباحثون الجينات التي تقود هذه المجموعات، أدركوا أن النتائج كانت مربكة. بدت إحدى المجموعات مثل الخلايا المناعية، وأخرى مثل خلايا الدماغ السليمة، والثالثة مثل الخلايا السرطانية. كانت هذه مشكلة لأن العضويات نمت في طبق بدون خلايا مناعية أو أنسجة دماغية سليمة، لذا فإن العثور عليها في البيانات يشير إلى أن الطريقة كانت تخلط بين الإشارات. أما النهج الموجه، الذي استخدم خريطة معروفة لأنواع الخلايا، فقد قدم قصة أكثر وضوحًا. فقد كشف أن العضويات كانت تتكون بالكامل تقريبًا من نوعين محددين من الخلايا السرطانية: نوع يزدهر في البيئات منخفضة الأكسجين، ونوع لا يزدهر فيها.

مع هذه الصورة الأكثر وضوحًا لمجتمعات الخلايا، انتقل الفريق إلى الخطوة التالية: نمذجة كيفية سلوك هذه الخلايا تحت ضغط الإشعاع. قاموا بمعالجة عضويات من ثلاثة مرضى بجرعتين مختلفتين من الإشعاع، 4 جيراي و10 جيراي، وراقبوا كيف يتغير التوازن بين الخلايا المحبة للأكسجين والخلايا الكارهة للأكسجين بمرور الوقت. ثم استخدموا إطارًا رياضيًا لوصف هذه التحولات، معتبرين التفاعل بين نوعي الخلايا بمثابة لعبة يحاول فيها كل نوع تعظيم بقائه الخاص. نجح النموذج في التنبؤ بالتركيبة المستقبلية للورم بناءً على التغييرات المبكرة الملحوظة بعد العلاج. وأظهرت النتائج أنه في معظم الحالات، كانت الخلايا التي تزدهر في الأكسجين المنخفض هي التي نجت وأصبحت في النهاية النوع السائد في الورم. وهذا أمر منطقي بيولوجيًا، حيث تحمي البيئات منخفضة الأكسجين الخلايا من الضرر الناتج عن الإشعاع. ومع ذلك، وجد الباحثون أيضًا أن النتيجة تعتمد بشكل كبير على المريض المحدد وجرعة الإشعاع. بالنسبة لأحد المرضى، أدت جرعة أقل من الإشعاع في الواقع إلى زيادة نسبة الخلايا الحساسة، مما يشير إلى أن تكلفة كون الخلية مقاومة قد تكون مرتفقة جدًا بالنسبة لها عندما يكون الضغط خفيفًا.

تسلط الدراسة الضوء على تمييز حاسم في كيفية فهمنا لمقاومة السرطان. وجد الباحثون أن التغيرات في مجتمعات الخلايا كانت مدفوعة بالبيئة المباشرة، وتحديدًا وجود الأكسجين، بدلاً من تحول الخلايا ببطء إلى أشكال جديدة عبر الطفرات. وهذا يشير إلى أن المقاومة يمكن أن تكون حالة مؤقتة، وهي مفتاح يُفتح ويُغلق اعتمادًا على الظروف، وليست تغييرًا جينيًا دائمًا. ومن خلال الجمع بين البيانات الجينية ونماذج نظرية الألعاب، أثبت الفريق طريقة لتتبع هذه التحولات دون الحاجة إلى تسلسل كل خلية على حدة. يقدم هذا النهج مسارًا عمليًا نحو الطب الشخصي. فإذا استطاع الأطباء استخدام هذه النماذج للتنبؤ بأنواع الخلايا التي ستسيطر على الورم بعد علاج معين، فيمكنهم تعديل العلاج في الوقت الفعلي. وبدلاً من إعطاء الجرعة القصوى التي تقتل كل شيء ولكنها تترك أقوى الناجين، يمكنهم استخدام استراتيجية تبقي الورم في حالة يسهل التحكم فيها، مما يمنعه من التطور إلى شكل لا يمكن علاجه. يظل هذا العمل بمثابة إثبات للمفهوم، يوضح أن هذه النماذج المعقدة يمكن بناؤها من البيانات القياسية، ولكنه يضع الأساس لمستقبل يكون فيه علاج السرطان حوارًا ديناميكيًا مع تطور الورم نفسه.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 🧬 q-bio →