+90 850 460 63 34+90 532 445 81 40info@mutludemiray.com

سلول سرطانی با هوش مصنوعی شناسایی می‌شود

sabah.com.tr۱۳ دسامبر ۲۰۱۹

با فناوری نسل جدید شناسایی ژن به روش رنگ‌آمیزی، ویژگی‌های مولکولی سلول سرطانی در زمانی بسیار کوتاه‌تر شناسایی می‌شود. پشت این روش، فناوری‌های نسل جدید مانند هوش مصنوعی و رایانش ابری قرار دارد.

پیشرفتی مشابه موفقیت دوربین گوشی‌های هوشمند در عکاسی در نور کم، در فناوری ژن نیز رخ می‌دهد. در بیماری سرطان، روش‌های سنتی تشخیص مانند عکس‌هایی که در نور بسیار کم گرفته شده‌اند، در شناسایی ژن‌های جهش‌یافته ناکافی می‌ماندند. اکنون پژوهش‌های مربوط به فناوری‌های نسل جدید ژن، آینده‌ای روشن در مبارزه با بیماری را نشان می‌دهد. یعنی در شناسایی سلول‌های جهش‌یافته، با فناوری‌های نسل جدید راه‌حل‌های سریع‌تر و کارآمدتری برای تشخیص پدید می‌آید. اکنون کارهای شناسایی نه در تاریکی، بلکه در روشنایی بیشتر انجام می‌شود.

راه‌حل مبتنی بر ابر

با جیمز کریدن، مدیر پزشکی جهانی Foundation Medicine Inc (FMI) که در سال ۲۰۱۵ به مبلغ ۱ میلیارد دلار توسط Roche خریداری شد، درباره آخرین نقطه‌ای که در شناسایی سلول‌های سرطانی به آن رسیده‌ایم گفت‌وگو کردیم. جیمز کریدن با انتقال آخرین تحولات این حوزه چنین گفت: «هنگام نگاه به نقشه ژنی جامع سرطان یک بیمار، توالی‌یابی بیش از ۳۰۰ ژن را تشکیل می‌دهیم. این یعنی تولید داده‌های ژنومی بسیار، و این داده‌ها بخشی در مرکز و بخشی در راه‌حل‌های ابری هم‌خوان با مقررات جاری حریم خصوصی داده نگهداری می‌شوند. مایلم به‌ویژه توجه شما را به این نکته جلب کنم که چنین انفجار داده‌ای چگونه واقعا به ما کمک می‌کند بیمارانی را شناسایی کنیم که در سرطانشان جهش‌های قابل درمان دارند؛ بیمارانی که با روش‌های آزمایش قدیمی تشخیص داده نمی‌شدند.»

مانند دوربین تلفن

جیمز کریدن به پرسش ما درباره شباهت این پیشرفت با موفقیت دوربین گوشی‌های هوشمند در عکاسی در نور کم چنین پاسخ داد: «قطعا، مانند عکس در نور کم. مثال بسیار خوبی است. ما این مثال را زیاد به کار می‌بریم. اگر در اتاقی تاریک باشید و کلیدهایتان را جایی گذاشته باشید و بخواهید پیدایشان کنید، اگر چراغ‌قوه‌ای در دست داشته باشید می‌توانید همه‌جا را ببینید اما باز هم ممکن است کلیدها را پیدا نکنید. باید چراغ‌ها را روشن کنید، باید همه چیز را یکجا ببینید. فناوری ما هم امکان می‌دهد همین کار را روی ژنوم انجام دهیم. می‌توانیم چراغ را روشن کنیم و همه جهش‌های موجود را همزمان ببینیم.»

نه تشخیص، بلکه شناسایی

جیمز کریدن با تاکید بر اینکه کاری که انجام می‌دهند تشخیص نیست بلکه شناسایی است، گفت: «در ۱۰ تا ۲۰ سال گذشته، با گرفتن نمونه تومور، نگاه به لایه‌های گوناگون آن و بررسی زیر میکروسکوپ و آنچه ما رنگ‌آمیزی پایه می‌نامیم، می‌توان تشخیص داد سرطان ریه است یا زیرگونه‌ای مشخص. ما در واقع سرطان ریه را تشخیص نمی‌دهیم. کاری که آزمایش‌های ما می‌کنند این است که پس از تشخیص پزشک، به شناسایی محرک‌های ژنومی سرطان کمک کنند. این رویکرد می‌تواند در زمان و بافت صرفه‌جویی کند که برای بیماران سرطانی پیشرفته و خانواده‌هایشان بسیار ارزشمند است. درمان‌های هدفمند شخصی‌سازی‌شده می‌توانند به تصمیم‌گیری پزشک کمک کنند.»

«با چراغ‌قوه دنبال سوزن می‌گشتیم»

پروفسور دکتر موتلو دمیرای، متخصص بیماری‌های داخلی و انکولوژی پزشکی بیمارستان Medicana International İstanbul که نظر او را در این باره جویا شدیم، درباره روش‌های درمانی که به درمان ویژه هر فرد تبدیل شده‌اند چنین گفت: «ژنتیک سرطان همیشه نقطه‌ای جذاب بوده است. اما جست‌وجوی سوزن در اتاق با چراغ‌قوه بسیار دشوار و زمان‌بر بود. از زمانی که تکنیک NGS (توالی‌یابی نسل جدید) توسعه یافت، دیگر توانستیم چراغ‌ها را روشن کنیم. با این تکنیک، هم از بافت تومور و هم از قطعات DNA تومور که به خون ریخته شده‌اند می‌توان درباره ویژگی‌های تومور آگاه شد و درمان ویژه هر فرد تنظیم کرد. گذار از درمان‌های کارخانه‌ای به درمان‌های خیاطی و ویژه هر فرد آغاز شده است. دستاورد مهم دیگر این تکنیک آن است که آشکار شد سرطان‌ها به عضو وابسته نیستند؛ یعنی پستان، تخمدان، روده یا ریه بودن اهمیت ندارد و در اساس تغییرات در سطح ژن سیر بیماری را تعیین می‌کنند. یعنی به دوران شناسایی مولکولی مستقل از عضو وارد شدیم. به بیان کوتاه، اگر برای داروهای هوشمند هدفی وجود داشته باشد، دیگر مهم نیست کدام عضو سرطانی است. با گذار به درمان‌های ویژه هر فرد، انباشت دانش باورنکردنی پدید آمد.»

راه زیادی در پیش داریم

موتلو دمیرای با بیان اینکه پردازش داده‌ها و اجرای درست‌ترین درمان برای بیمار به مسئله‌ای جداگانه تبدیل شده و با اشاره به اینکه معمولا انواع سرطان با جهش‌های چندگانه و گاه ۱۵ تا ۲۰ جهش همزمان دیده می‌شوند، سخنانش را چنین ادامه داد: «در این حالت، پردازش این داده بر عهده ماشین‌ها و رایانه‌های قدرتمند افتاد. یعنی به دورانی رسیده‌ایم که ماشین‌ها یاد می‌گیرند و به پزشکان راه نشان می‌دهند. در آستانه دورانی هستیم که پس از استخراج نقشه ژنتیکی تومور بیمار، ارزیابی از راه رایانه انجام و به شکل گزارش مقدماتی به پزشک ارائه می‌شود. با اینکه با این روش‌ها می‌توان برای بیمار مزیت‌های آشکاری به دست آورد، هنوز راه زیادی در پیش داریم. هنوز آن را به شکل روتین به همه بیماران پیشنهاد نمی‌کنیم. اما در برخی انواع سرطان، به‌ویژه سرطان ریه، پیشنهادهای روتین در راهنماهای بین‌المللی آغاز شده است. داده‌های ژنومی تازه و هوش مصنوعی مهم‌ترین یاوران ما در مبارزه با سرطان خواهند بود.»