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

دورانی تازه در سرطان با منشا ناشناخته: یافتن منشا گمشده و هدایت درمان با هوش مصنوعی و نقشه‌برداری ژنومی

تاریخ انتشار: 15.09.2026Dr. Ebru Gül Karakoç

سرطان با منشا ناشناخته (CUP) یکی از دشوارترین حوزه‌های انکولوژی است: سرطان متاستاز داده (در بدن گسترش یافته) اما نقطه آغاز آن، یعنی بافتی که از آن سرچشمه گرفته، شناسایی نمی‌شود. در گذشته برای تومورهایی با منشا نامشخص، شیمی‌درمانی‌های تجربی استاندارد گزینه اصلی به شمار می‌رفت، اما امروز به لطف پروفایل‌سازی جامع ژنومی (CGP)، آزمون‌های اپی‌ژنومیک و به‌کارگیری هوش مصنوعی (AI)، دگرگونی بالینی بزرگی در جریان است. اکنون در انکولوژی، الگوریتم‌های هوش مصنوعی و فناوری‌های بیوپسی مایع نه تنها برای تعیین بافت منشا سرطان (tissue of origin) به کار می‌روند، بلکه در پیش‌بینی پاسخ به درمان‌های هدفمند نیز از هوش مصنوعی بهره گرفته می‌شود. بوردهای مولکولی تومور (MTB) ما نیز با پردازش دقیق همه این داده‌ها، برای بیمارانمان رژیم‌های شیمی‌درمانی استاندارد را تنها هنگامی که واقعا لازم است و ترکیب‌های دقیق و هدفمند داروهای هوشمند را هنگامی که آن‌ها لازم‌اند طراحی می‌کنند و به ما امکان می‌دهند «درمان درست را برای بیمار درست» به کار ببریم.


۱. یافتن منشا تومور با WES، WTS، روش‌های اپی‌ژنومیک و هوش مصنوعی (AI)

امروزه به لطف پیشرفت‌ها در توالی‌یابی اگزوم کامل (WES)، توالی‌یابی ترانسکریپتوم کامل (WTS) و روش‌های اپی‌ژنومیک، در سرطان‌های با منشا ناشناخته نه تنها جهش‌های قابل هدف‌گیری را می‌یابیم، بلکه می‌توانیم اندامی را که تومور در اصل از آن سرچشمه گرفته است نیز با مدل‌های یادگیری عمیق (deep learning) و یادگیری ماشین (machine learning) با دقت بالا شناسایی کنیم.

  • با روش‌های نوآورانه‌ای که شرکت‌های جهانی ارائه‌دهنده آزمون‌های اپی‌ژنومیک بر پایه بیوپسی مایع توسعه داده‌اند، بافت منشا سرطان را می‌توان تنها از روی یک نمونه خون تعیین کرد.
  • برای نمونه، آزمون توالی‌یابی نسل جدید مبتنی بر متیلاسیون شرکت Guardant که روی خون (از طریق DNA آزاد سلولی پلاسما) انجام می‌شود، با بررسی بیش از ۲۰۰۰ ناحیه ژنومی با متیلاسیون افتراقی که ویژه سرطان‌اند، می‌تواند منشا ۱۲ نوع مختلف سرطان را تعیین کند.
  • شرکت Caris Life Sciences، یکی دیگر از شرکت‌های پیشرو در آزمون‌های CGP، ابزار هوش مصنوعی (AI) با اعتبار بالینی تاییدشده‌ای به نام GPSai توسعه داده است که با استفاده از داده‌های WES و WTS، بافتی را که تومور از آن سرچشمه گرفته پیش‌بینی می‌کند.
  • این مدل انکولوژی مبتنی بر هوش مصنوعی که با پروفایل ژنومی و ترانسکریپتومی (RNA) ۲۰۱٬۶۱۲ مورد در پایگاه داده خود این شرکت آموزش دیده است، می‌تواند در ۸۴ درصد موارد سرطان با منشا ناشناخته، بافت منشا را با موفقیت شناسایی کند و آن را با اندیکاسیون درمانی مناسب تطبیق دهد.

۲. درمان هدفمند مولکولی در برابر شیمی‌درمانی استاندارد

کارآزمایی فاز ۲ CUPISCO که در مجله Journal of Clinical Oncology منتشر شد، با داده‌های محکم نشان داد که تهیه نقشه ژنتیکی تومور در موارد سرطان متاستاتیک و هدایت درمان به کمک بوردهای مولکولی تومور چه اهمیتی دارد.

  • در بیماران مبتلا به سرطان با منشا ناشناخته با پیش‌آگهی نامطلوب که بیماری‌شان با شیمی‌درمانی اولیه مهار شده بود، ادامه شیمی‌درمانی استاندارد بر پایه پلاتین با دریافت درمان هدفمند مولکولی (MGT) بر اساس نتایج آزمون‌های جامع ژنتیکی مقایسه شد.
  • در بیمارانی که درمان هدفمند مولکولی دریافت کردند، میانه بقای بدون پیشرفت (مدتی که بیماری بدون پیشرفت سپری می‌شود) ۶٫۱ ماه بود، در حالی که در گروهی که تنها به شیمی‌درمانی ادامه دادند این مدت در ۴٫۴ ماه باقی ماند.
  • از نظر بقای کلی، میانه بقا که در گروه شیمی‌درمانی ۱۲٫۸ ماه بود، با درمان‌های مولکولی به ۱۵٫۲ ماه افزایش یافت.
  • چشمگیرترین یافته این پژوهش در بیمارانی دیده شد که نقشه‌برداری ژنتیکی در آنان یک جهش «قابل هدف‌گیری» (actionable) را آشکار کرده بود.
  • در این گروه، بقای بدون پیشرفت بیمارانی که درمان مولکولی دریافت کردند به ۸٫۲ ماه رسید، در حالی که در کسانی که با وجود داشتن جهش قابل هدف‌گیری شیمی‌درمانی استاندارد دریافت کردند، این مدت تنها ۵٫۵ ماه بود.

۳. دیدگاه کلینیک ما: از درمان تک‌هدفی به رویکرد ترکیبی

اگرچه کارآزمایی CUPISCO سود تصمیم‌های بوردهای مولکولی تومور و درمان‌های هدفمند را در مقایسه با شیمی‌درمانی استاندارد به روشنی نشان می‌دهد، راهبرد مولکولی به‌کاررفته در این پژوهش عمدتا بر منطق «یک هدف، یک دارو» استوار بود.

سلول‌های سرطانی راه‌های گریز بسیار پیچیده‌ای دارند و هنگامی که تنها یک مسیر ژنتیکی بسته شود، می‌توانند به سرعت کلون‌های مقاومتی متفاوتی پدید آورند. همان‌طور که در یکی از نوشته‌های پیشین وبلاگمان درباره درمان‌های ترکیبی هدفمند به تفصیل توضیح دادیم، رویکردهای ترکیبی منطقی که چند نقطه ضعف ژنتیکی تومور را همزمان هدف قرار می‌دهند، در شکستن مقاومت سلولی نتایج بسیار برتر و ماندگارتری به همراه دارند. بر پایه تجربه و ارزیابی بالینی ما، اگر در کارآزمایی CUPISCO به جای داروهای تکی، درمان‌های ترکیبی معطوف به هدف‌های مولکولی طراحی شده بود، مزیت بقای به‌دست‌آمده می‌توانست بسیار چشمگیرتر باشد.


۴. نقش حیاتی بورد مولکولی تومور (MTB) در تصمیم‌های بالینی

تنها خواندن داده‌های عظیمی که از الگوریتم‌های هوش مصنوعی پشتیبان تشخیص سرطان، از داده‌های اپی‌ژنومیک و از پنل‌های گسترده CGP به دست می‌آید کافی نیست؛ موفقیت واقعی در این است که این رمز ژنتیکی به درستی تفسیر شود و راهبرد درمانی درستی برگزیده شود که بتواند بر همه سازوکارهای مقاومت سرطان چیره شود.

در کلینیک ما، در موارد سرطان با منشا ناشناخته، بورد مولکولی تومور ما (MTB) که از شش متخصص ژنتیک سرطان و پزشکان باتجربه انکولوژی تشکیل شده است، بیماران را در قالب پروتکل‌های کلیشه‌ای محدود نمی‌کند. این بورد با به‌کارگیری پیشرفته‌ترین آزمون‌های معتبر جهان در این حوزه، مناسب‌ترین برنامه را متناسب با زیست‌شناسی بیمار، که با هوش مصنوعی و تحلیل‌های جامع رمزگشایی شده است، طراحی می‌کند. به لطف این رویکرد که شیمی‌درمانی را کنار نمی‌گذارد اما آن را تنها در مواردی که منطقی است به شکل راهبردی به کار می‌برد، و با تجربه ژرفی که از بیش از ۲۵۰۰ مورد به دست آورده‌ایم، حتی در دشوارترین انواع سرطان نیز به ارائه دقیق‌ترین، مؤثرترین و شخصی‌ترین راه‌حل‌های مولکولی برای هر یک از بیمارانمان ادامه می‌دهیم.

برای دریافت اطلاعات درباره تعیین بافت منشا و برنامه‌ریزی درمان شخصی‌سازی‌شده در سرطان با منشا ناشناخته، می‌توانید با کلینیک ما تماس بگیرید.


منابع و مطالعه بیشتر

  • تعیین منشا سرطان با متیلاسیون در خون (AACR 2025): Forouzmand, E., He, Y., Gittelman, R., Selewa, A., Singer, M., Tsai, J., ... & Chudova, D. (2025). A novel methylation-based classifier to identify cancer signal of origin using blood based testing [Abstract 6365]. Proceedings of the American Association for Cancer Research Annual Meeting 2025; Cancer Res 2025;85(8_Suppl_1).
  • کارآزمایی CUPISCO: Krämer, A., Bochtler, T., Pauli, C., Shiu, K.-K., Cook, N., Janoski de Menezes, J., ... & Mileshkin, L. (2026). Molecularly Guided Therapy Versus Continued Chemotherapy in Unfavorable Cancer of Unknown Primary: Updated Efficacy and Safety From the Randomized, Phase II CUPISCO Study. Journal of Clinical Oncology.
  • ابزار GPSai (Caris Life Sciences): Ghani, H., Helmstetter, A., Ribeiro, J. R., Maney, T., Rock, S., Feldman, R. A., ... & Oberley, M. J. (2025). GPSai: A Clinically Validated AI Tool for Tissue of Origin Prediction during Routine Tumor Profiling. Cancer Research Communications, 5(9), 1477-1489.