باحث مصري يطور أداة ذكية تحسِّن علاج سرطان البروستاتا

تغيرت الإستراتيجيات العلاجية في حربنا ضد السرطان على مر الزمن، إذ لم يعد العلاج وحده السلاح الفعال للمواجهة، بل لا بد أن يصاحبه ما يشبه خريطة طريق معلوماتية مرسومة بدقة وعناية، تتنبأ بمسارات المرض، وتوفر أدلةً حول ما إذا كان الورم السرطاني بطيئًا أم عدوانيًّا ومميتًا، أو أنه يقاوم العلاج.

يستخدم الأطباء علاجات مختلفة، مثل العلاجات الإشعاعية والكيماوية والموجهة والمناعية، ويتخذون قرار العلاج المناسب وفق نوع السرطان ومكانه ومرحلة الإصابة ودرجة الخطورة، اعتمادًا على الفحص السريري وصور الأشعة المختلفة.

لكن الوضع اختلف حديثًا، فإلى جانب ما سبق، أصبح الأطباء يعتمدون أيضًا على الفحص الجيني للورم الخبيث، ومقارنته بالأنسجة الطبيعية لمعرفة الطفرات والتغيرات التي طرأت على السجل الجيني لخلايا الورم الخبيث.

وخلال العقد الماضي، أنتجت تقنيات التحليل الجزيئي الجديدة ثروةً هائلةً من المعلومات الجينية حول الأورام، ما أدى إلى اكتشاف العديد من الجينات والمسارات الحيوية التي تُسهم في انتشار الأورام السرطانية، والآن يكافح الأطباء لتحويل تلك البيانات إلى تنبؤات ذات مغزى، تهديهم إلى اتخاذ قرارات علاجية حاسمة.

ورغم هذا التقدم، بقي اللغز المحير للأطباء والعلماء هو: لماذا يستجيب السرطان للعلاج لدى بعض المرضى بينما لا يستجيب في حالات أخرى؟ ولماذا تبقى بعض السرطانات في أماكنها بينما تنتشر سرطانات أخرى في أعضاء الجسم المختلفة كما تنتشر النار في الهشيم؟

ولحل هذا اللغز، لجأ المصري هيثم عبد الرحمن المراكبي -المدرس بقسم النظم والحاسبات بجامعة الأزهر، والباحث في تقنيات الذكاء الاصطناعي بمركز دانا فاربر للسرطان بجامعة هارفارد الأمريكية- إلى محاولة كشف أسرار هذا المرض الخبيث في حالة مرضى سرطان البروستاتا.

ووفقًا لنتائج دراسة حديثة نشرت مؤخرًا في دورية نيتشر (Nature)، نجح فريق بحثي بقيادة “المراكبي”، المؤلف الأول للدراسة، في تطوير نموذج جديد يمكنه التفريق بين الملامح الجينومية لسرطان البروستاتا القاتل، وتلك التي من غير المرجح أن تسبب أعراضًا أو تؤدي إلى الوفاة، كما نجح في تحديد السمات الجزيئية والجينات والمسارات البيولوجية المرتبطة بتطور المرض.

النموذج الذي يحمل اسم (P-NET) يساعد أيضًا الأطباء على التنبؤ بما إذا كان ورم سرطان البروستاتا سينتشر إلى أجزاء أخرى من الجسم أو يصبح أكثر مقاومةً للعلاج بمرور الوقت.

“المراكبي” المولود في قرية كفر طبلوها بمحافظة المنوفية في مصر، عبَر محطاتٍ عدة قبل أن يصل إلى وجهته الحالية في جامعة هارفارد الأمريكية، إحدى أقدم جامعات العالم وأفضلها، إذ تخرج في كلية الهندسة بجامعة الأزهر في القاهرة بتقدير امتياز مع مرتبة الشرف، وكان ترتيبه الأول على دفعته، وعيّن معيدًا بالكلية ذاتها، ثم حصل على الماجستير من جامعة القاهرة في هندسة الحاسب، قبل أن يسافر إلى الولايات المتحدة ليحصل على الدكتوراة في علوم الحاسب من جامعة فرجينيا للتقنية، ويتخصص في أبحاث الذكاء الاصطناعي وتطبيقاته في مجال الصحة وعلاج الأمراض.

تحسين نتائج العلاج

وفي حديث لـ”للعلم” يقول “المراكبي”: إن النموذج الجديد يمكنه التنبؤ بأن الورم السرطاني لدى مريضٍ ما قد تكون لديه القدرة على التقدم ويصبح أكثر مقاومةً للأدوية بمرور الوقت، ما قد يساعد أطباء الأورام على تعديل خطة العلاج وتحسين نتائجها.

ويضيف أن (P-NET) هو نموذج حاسوبي غير تقليدي، يعتمد على تقنيات الذكاء الاصطناعي وتعلُّم الآلة، وتحديدًا ما يُعرف بالتعلُّم العميق، الذي يمكنه تحديد مرحلة السرطان أوتوماتيكيًّا بعد تدريبه على القراءة التحليلية لبيانات السجلات الجينية للمرضى.

ويوضّح: استطاع النموذج الحسابي المطوَّر (لوغاريتمات التعلُّم العميق) تحديد مرحلة السرطان التى يمر بها المريض بدقة، ما يعني أنه يستطيع التمييز بين سرطان البروستاتا المبكّر والمتقدّم، عبر تحليل السجل الجيني للمريض.

أما إليعازر فان ألين -الأستاذ المساعد في معهد دانا فاربر للسرطان، وكبير مؤلفي الدراسة- فيقول: إن الأداة الجديدة تقدم أكثر من مجرد تشخيص للمرضى، لا نقوم فقط بتحسين قدرتنا على التنبؤ بما إذا كان السرطان سينتشر، وأي الجينات قد يكون مرتبطًا بهذه الحالة، ولكن بصفتنا باحثين في مجال السرطان، يمكننا استخدام قابلية تفسير هذا النموذج للتعرف على بيولوجيا هذه الحالات المرضية.

ويعد سرطان البروستاتا أحد أكثر أنواع السرطانات شيوعًا من حيث الحالات الجديدة، إذ أصاب 1.41 مليون شخص حول العالم في 2020، وفق منظمة الصحة العالمية، ويستهدف هذا النوع من السرطان غدة البروستاتا لدى الرجال، وهي غدة صغيرة على شكل حبة الجوز، تنتج السائل المنوي الذي يغذي الحيوانات المنوية ويساعد على حركتها.

وحول أسبابه، يدرك الأطباء أن سرطان البروستاتا يحدث عندما تطرأ تغييرات على الحمض النووي في الخلايا الموجودة في البروستاتا، ما يتسبب في توجيه الخلايا نحو النمو والانقسام بمعدل أسرع من الخلايا الطبيعية، وتواصل الخلايا الشاذة النمو بينما تموت الخلايا الأخرى، وتتراكم الخلايا الشاذة لتشكِّل ورمًا ينمو ويهاجم الأنسجة القريبة منه، ثم ينفصل بعض الخلايا الشاذة هذه بعد مرور بعض الوقت وينتقل إلى أجزاء أخرى من الجسم.

جين مقاوم للأدوية

ومن خلال فحص (P-NET)، استطاع الفريق أيضًا تحديد جين يدعى (MDM4) يحتمل أن يكون مشاركًا في تطور سرطان البروستاتا ومقاومة الأدوية وتحديدًا دواء “إنزالوتاميد” (Enzalutamide) الذي يستخدم لعلاج سرطان البروستاتا المتقدّم.

وسبق للعلماء أن اكتشفوا تورُّط هذا الجين في انتشار سرطانات أخرى، لكن هذه هي المرة الأولى التي يتم فيها الكشف عن الدور الذي يؤديه هذا الجين في انتشار سرطان البروستاتا، وفق الدراسة.

أجرى الفريق تجارب معملية مكثفة، ووجدوا أن الإفراط في التعبير عن جين (MDM4) في خلايا ورم البروستاتا بالمعمل كان مرتبطًا بمقاومة الأدوية، وعندما أوقفوا تشغيل الجين باستخدام تقنية تحرير الجينات المعروفة باسم “كريسبر” انخفض تكاثر الخلايا السرطانية، ما يفتح الباب أمام بدء التجارب السريرية لتجربة العلاج الذي يوقف نشاط هذا الجين لدى المرضى.

ويشير “المراكبي” إلى أن الأداة الجديدة مكّنت الفريق من تحديد هدف دوائي محتمل جديد وهو (MDM4)، مضيفًا أنه علينا التحقق من دوره تجريبيًّا في تعديل استجابة الخلايا السرطانية للأدوية، مشددًا على أن هذا يوضح قوة استخدام البيانات والذكاء الاصطناعي في تحقيق اكتشافات رائدة في بيولوجيا السرطان واكتشاف الأدوية، وفق قوله.

وأضاف أن نتائج البحث لها آثارٌ فورية على علاج المرضى، إذ يمكن بدء تجربة سريرية لاختبار تأثير تثبيط جين (MDM4) لدى مرضى سرطان البروستاتا على نتائجهم السريرية، ويمكن تكرار النهج نفسه في أنواع السرطان الأخرى لاكتشاف هدف علاجي جديد.

تطوير نموذج أفضل

لجأ الفريق إلى تقنيات متخصصة في التعلم العميق مزودة بقدرات محسَّنة وأفضل قدرة على التحليل والتشخيص مقارنةً بالخوارزميات الأخرى، لتطوير نموذج يمكنه التمييز بين أورام سرطان البروستاتا المبكرة والمتقدمة.

وباستخدام هذا النهج، عمل الفريق على تدريب النموذج الجديد على التنبؤ بما إذا كان الورم عدوانيًّا أم لا، باستخدام بيانات مثل التسلسل الجيني والطفرات الجسدية أو غير الموروثة المأخوذة من أكثر من 1000 مريض بسرطان البروستاتا.

وعندما اختبر الفريق نموذجهم على بيانات من مرضى سرطان البروستاتا الآخرين، وجدوا أنه يميز بشكل صحيح 80% من الأورام النقيلية (الأورام التي تنتقل من موقعها الأصلي إلى عضو آخر في الجسم) عن الأورام الأولية الأقل تقدمًا.

يسرد “المراكبي” في حديثه لـ”للعلم” مميزات الاعتماد على هذا النهج في الحرب ضد السرطان، مشيرًا إلى أن تقنيات الذكاء الاصطناعي لديها القدرة على محاكاة قدرة الإنسان في التعلم والتفكير؛ إذ يمكن استخدام نظم الذكاء الاصطناعي لفهم كيف تصبح الخلية السرطانية أكثر مقاومةً للأدوية التي يتم تناولها، ما يساعد الباحثين على العثور على أهداف جديدة للأدوية، وتعديل خطط العلاج لمرضى السرطان بخطط أخرى مناسبة وأكثر فاعلية.

ويتابع أن نماذج الذكاء الاصطناعي يمكن أن تساعد أخصائيي الأشعة على تحديد مناطق الورم للعلاج الجراحي أو التقليدي واتخاذ قرارات أفضل، كما يمكنها أيضًا أتمتة (العمل ذاتيًّا دون تدخل بشري) عملية استخراج البيانات من التقارير والصور والملحوظات الطبية، ما يفتح الباب للتنبؤ بالنتائج السريرية لدى المرضى باستخدام معالجة اللغات الطبيعية (NLP) التي تمكِّن نماذج الذكاء الاصطناعي من تعلُّم اللغات البشرية وتفاعلها معها، ومعالجة اللغة وفهمها وتوليدها والتعرُّف على النصوص والكلام.

ويتابع أن الذكاء الاصطناعي يمكن أن يساعد أطباء الأورام في توقُّع مدى تحمُّل المريض للعلاج الكيميائي وعليه تعديل خطة العلاج إذا لزم الأمر، علاوةً على ذلك، يمكنه التعامل مع أنواع عديدة من البيانات، ومن ضمنها “الجينوميات” والصور والنصوص، ما يجعل أنظمة الذكاء الاصطناعي قادرةً على الجمع بين الأدلة من أشكال متعددة من البيانات.

بالنظر إلى أبعد من مجرد التنبؤ باحتمالية تطور السرطان، فإن أحد مخرجات البحث القيمة، وفقًا لـ”المراكبي” هو تقديم تفسيرات لهذه التنبؤات؛ إذ إن أحد أهم عيوب النماذج الحاسوبية المعتمدة على تقنيات الذكاء الصناعي المستخدمة حاليًّا هو عدم القدرة على معرفة كيفية عمل هذه النماذج من الداخل أو إيجاد تفسير للقرارات التي اتخذتها هذه النماذج، فهي تعتبر كصندوق أسود يؤدي مهمته دون الإفصاح عن تفسير لطريقة عملها، على العكس من ذلك استطاع الفريق البحثي لهذه الدراسة بناء آلية مبتكرة تتيح للنموذج الحاسوبي المستخدم ليس فقط التمييز بين السرطان المبكر والمتقدّم، بل تقديم تفسيرات عن التغيرات والجينات والعمليات الحيوية المرتبطة بعملية انتشار السرطان.

خطوات مستقبلية

وعن خطواتهم المقبلة، يأمل الباحثون أن تطلق إحدى الشركات العالمية تجارب سريرية على جين (MDM4) المكتشَف؛ لدراسة إمكانية استخدامه في علاج سرطان البروستاتا.

ويأمل الفريق أيضًا تكرار هذه الدراسة الناجحة، التي تجمع بين المعرفة الطبية والبيولوجية والحاسوبية على سرطانات مختلفة مثل سرطان الرئة وسرطان الجلد.

كما يعتقد الفريق أن هذه الدراسة ستكون مفيدةً في معرفة طرق استجابة مرضى السرطان للعلاجات المناعية، ما يتيح تطوير علاجات جديدة للسرطان.

ويشير “المراكبي” إلى أن التوسع في استخدام التحليل الجيني للمرضى وتقنيات الذكاء الصناعي سيفتح آفاقًا غير مسبوقة في البحث والمعرفة وتطوير الأدوية للأمراض المستعصية، مضيفًا أن مصر يمكنها الدخول إلى هذا المجال الجديد بقوة إذا توافر ما يلزم من الموارد والدعم لشباب الباحثين.

خطوة مهمة

سامح سعد -مدير برنامج بيولوجيا الأورام في مستشفى سرطان الأطفال 57357- أكد أن البحث الجديد يمثل خطوةً مهمةً نحو التشخيص المبكر وتوقُّع المآل الإكلينيكي والعلاجي لمرضى سرطان البروستاتا، وربما أنواع أخرى من السرطان.

وأضاف أن ما يميز البحث اعتماده على خوارزميات حاسوبية تستند إلى منطق الشبكات العصبونية الحاسوبية، لتحلِّل المدخلات البيانية الجينية الضخمة، وتستخلص معلومات تُسهم في اتخاذ قرارات طبية دقيقة وناجحة في مجال اكتشاف سرطان البروستاتا وتشخيصه وعلاجه.

وأوضح أن الطريقة المستخدَمة في تحليل بيانات المرضى نجحت في الموازنة بين الدقة وإمكانية التفسير (Interpretability)، ومع اتساع دائرة المسح الجيني كما هو الحال في مشروع الجينوم المصري وكذا انخفاض أسعار تكنولوجيا المسح الجيني، تصبح هذه التكنولوجيا واعدةً جدًّا في التعامل مع أنواع أكثر من السرطان.

وعن أهمية النتائج، رأى “سعد” أن من أكبر المشكلات التي تواجهنا في مجال الطب عدم نجاعة الكشوف المبكرة عن الأمراض المزمنة مثل ألزهايمر وأنواع السرطان المختلفة وأمراض القلب والكلى، مضيفًا أننا لو استطعنا تحقيق تقدم محسوس في ذلك المجال فسيُعد ذلك بمنزلة نصف انتصار على تلك الأمراض، أما النصف الآخر فسيكون حليفنا إذا تمكنَّا من التنبؤ بدقة بردود فعل واستجابة كل مريض لبروتوكولات العلاج المستخدمة لمواجهة تلك الأمراض.

وحول تقييمه لما توصل إليه العلم في هذا المجال لتحقيق تلك الأهداف، أشار إلى أن خطى البحث العلمي الطبي التحويلي (Translational Research) تتسارع، مستندةً إلى ثورات تكنولوجية في العلوم الخلوية والجزيئية؛ إذ أصبحت علوم الجينوم والبروتيوم (مجموع بروتينات الكائن الحي) والميتابوليزم أسلحةً عظيمة الشأن تمطرنا بزخات معلوماتية تنتظر مَن يحللها ويفهمها ويستخرج منها دلالات تشخيصية وعلاجية.

وهنا -الكلام لـ”سعد”- كان الاقتران بين تلك العلوم الحديثة وعلوم الحاسوب المتقدمة أمرًا منطقيًّا، بل لا يمكن تجنبه إن صح التعبير، ذلك أن كمَّ المعلومات أصبح مهولًا بشكل لا يمكن للمخ البشري استيعابه أو استكشاف خباياه وتحليلها، ومن هنا ظهرت مقاربات حاسوبية حديثة لتحليل البيانات الهائلة لاستخراج دلالات تشخيصية ومرضية، وأهمها يعتمد على فلسفة المخ في التعامل مع المدخلات الحسية، ولذلك سمي بـ(Neural Nets) أو الشبكات العصبونية الحاسوبية أو نظم تعلُّم الآلة العميق، هذه المقاربات الحاسوبية الحديثة تحلل البيانات الإكلينيكية والجزيئية باحثةً عن الأنماط التي تميز التغيرات الإكلينيكية عند مستوى السلوك الجزيئي، مثل وجود بصمات جينية أو جزيئية.

فوائد كبيرة

ووافقته الرأي مها النجار، استشاري علاج الأورام، والأستاذ المساعد بقسم علاج الأورام، كلية الطب بجامعة أسيوط، مؤكدةً أن هذه الأداة ستعزز بشكل كبير من فاعلية علاجات السرطان، ومدى فاعلية العلاج ونسب نجاحه التي تختلف من مريض إلى آخر، حتى قبل أن يبدأ المريض في تلقِّي الدواء.

وأضافت لـ”للعلم” أن ما يميز تلك الأداة أنها تعود بفوائد كبيرة على المريض والطبيب على حدٍّ سواء، إذ تستشرف نتائج العلاج الذي يحتاجه المريض، ومدى عنف الورم الموجود لديه، في ضوء نتائج التحليل الجيني، وبالتالي تجعل الطبيب يحدد بدقة نوعية العلاج الفعال الذي يحتاجه المريض، كما ستمكِّن الأطباء من تحديد الجينات التي تجعل الورم أكثر مقاومةً للعلاج، وبالتالي ستكون هدفًا علاجيًّا مستقبليًّا يترتب عليه تحسين العلاج في المستقبل.

وما يميز تلك النتائج أيضًا، وفق “النجار”، أنها تدفع باتجاه استخدام العلاج الموجه للجينات المتحورة التي تساعد على انتشار الأورام، وهذا يعزز من الاتجاه العالمي الذي يسمى “الطب الشخصي”، الذي يحدد العلاج وفق ما يعاني المريض من تحور جيني، يمكن أن يختلف من شخص إلى آخر، وبالتالي فليس كل علاج يصلح لجميع المرضى.

وأضافت أنه على سبيل المثال، هناك بعض مرضى سرطان الرئة لا يستفيدون من العلاج الكيماوي، ويحققون نتائج أفضل إذا خضعوا للعلاج الموجه إلى جين معين لديهم يقاوم العقاقير، وبالتالي فإن ما يميز هذا العلاج الموجه أنه يجنِّب المريض استخدام العلاج الكيماوي غير الفعال لهذه الحالة بالتحديد، فضلًا عن أنه يسبب آثارًا جانبيةً نفسيةً وبدنيةً غير مرغوب فيها.

وأشارت إلى أن السرطانات التي يمكن أن تستفيد من هذه الأداة هي الأورام الخبيثة التي تعتمد بشكل أكبر على التحورات الجينية، وتأتي في المقدمة منها أورام الرئة ثم الثدي والمثانة البولية والمبيض.

المصدر: scientificamerican.com