ჰარვარდის ხელოვნური ინტელექტის მოდელი წინასწარ განსაზღვრავს, თუ რომელი ონკოლოგიური პაციენტი უპასუხებს იმუნოთერაპიას

ჰარვარდის სამედიცინო სკოლის მკვლევარებმა შეიმუშავეს ხელოვნური ინტელექტის მოდელი COMPASS, რომელსაც შეუძლია წინასწარ განსაზღვროს, თუ რომელი ონკოლოგიური პაციენტი უპასუხებს იმუნური ჩეკპოინტის ინჰიბიტორებს — პრეპარატების კლასს, რომელიც მხოლოდ მცირე ნაწილზე მოქმედებს. კვლევა 3 ივლისს გამოქვეყნდა ჟურნალ Nature Medicine-ში.medicalxpress+1

ონკოლოგიის ცენტრალური გადაუჭრელი პრობლემის მოგვარება

იმუნური ჩეკპოინტის ინჰიბიტორებმა შეცვალეს კიბოს მკურნალობა მას შემდეგ, რაც პირველი მათგანი FDA-მ 2011 წელს დაამტკიცა, თუმცა კლინიკური კვლევები აჩვენებს, რომ პაციენტების მხოლოდ 10%-დან 40%-მდე რეაგირებს, რაც დამოკიდებულია კიბოს ტიპზე. პაციენტები, რომლებიც არ რეაგირებენ, რისკის ქვეშ არიან სერიოზული გვერდითი ეფექტების გამო, მაშინ როცა მათი სიმსივნე შეუფერხებლად პროგრესირებს.pubmed.ncbi.nlm.nih+1

COMPASS აანალიზებს თითქმის 16 000 გენის აქტივობას, რომლებსაც აქვთ ცნობილი როლი იმუნური უჯრედების მდგომარეობაში, სიმსივნის მიკროგარემოს ურთიერთქმედებებსა და სასიგნალო გზებში. მოდელი გაიწვრთნა 10 184 სიმსივნის მონაცემებზე 33 ტიპის კიბოსთვის, რომლებიც აღებულია Cancer Genome Atlas-დან, შემდეგ კი დახვეწილი იქნა 16 კლინიკური კვლევის შედეგების გამოყენებით, სადაც ტესტირება ჩაუტარდა სხვადასხვა ჩეკპოინტის ინჰიბიტორის რეჟიმს შვიდი ტიპის კიბოსთვის.medicalxpress+1

"იმის გაგება, თუ ვინ უპასუხებს ICI-ს, არ არის მცირე ცოდნის ხარვეზი", – თქვა უფროსმა ავტორმა მარინკა ზიტნიკმა, HMS-ის ბიოსამედიცინო ინფორმატიკის ასოცირებულმა პროფესორმა და ჰარვარდის კემპნერის ინსტიტუტის ასოცირებულმა ფაკულტეტმა. "ეს არის ონკოლოგიის ერთ-ერთი ცენტრალური გადაუჭრელი პრობლემა."medicalxpress

არსებული მეთოდების გადაჭარბება

ტესტირებისას, COMPASS-მა საშუალოდ თითქმის 10%-ით აჯობა ჩეკპოინტის ინჰიბიტორებზე პასუხის პროგნოზირების საუკეთესო არსებულ მიდგომას, სიზუსტის 8,5%-იანი ზრდით, მეთიუსის კორელაციის კოეფიციენტის 12,3%-იანი გაუმჯობესებით და სიზუსტე-გახსენების მრუდის ქვეშ არსებული ფართობის 15,7%-იანი მატებით. სიზუსტე შენარჩუნდა სხვადასხვა ტიპის კიბოს, პრეპარატების, გენების ტრანსკრიპტის სეკვენირების პლატფორმებისა და ბიოფსიის ადგილების მიხედვით.pubmed.ncbi.nlm.nih+1

„შავი ყუთის“ ტიპის სისტემებისგან განსხვავებით, COMPASS იყენებს კონცეფციის შევიწროების ტრანსფორმატორის არქიტექტურას, რომელიც იძლევა ადამიანისთვის გასაგებ შედეგებს. ის შლის სიმსივნეებს 44 ბიოლოგიურად დასაბუთებულ იმუნურ კონცეფციად, რაც კლინიცისტებს საშუალებას აძლევს გაიგონ თითოეული პროგნოზის მიღმა არსებული დასაბუთება. ამ ინტერპრეტირებადობამ დაეხმარა გამონაკლისი შემთხვევების ახსნაში — მაგალითად, რატომ ვერ უპასუხეს ზოგიერთმა პაციენტმა იმუნური ანთებითი სიმსივნეებით და რატომ მიიღეს სარგებელი მკურნალობისგან სხვებმა, ე.წ. იმუნური უდაბნოს სიმსივნეებით.medicalxpress+1

კლინიკური შედეგები

პერსპექტიულ კვლევებში დადასტურების შემთხვევაში, COMPASS შეიძლება გახდეს კლინიკური გადაწყვეტილების დამხმარე საშუალება, რომელიც დაეხმარება ონკოლოგებს პაციენტების თერაპიებთან შეხამებაში და გააუმჯობესებს კლინიკურ კვლევებში ჩართვას იმ მონაწილეების იდენტიფიცირებით, რომლებსაც ყველაზე მეტად აქვთ მნიშვნელოვანი პასუხის გაცემის ალბათობა. ზიტნიკი და მისი კოლეგები გეგმავენ შეამოწმონ, შეუძლია თუ არა ელექტრონული ჯანმრთელობის ჩანაწერებისა და ერთუჯრედიანი სეკვენირების მონაცემების ჩართვას სიზუსტის კიდევ უფრო გაუმჯობესება.medicalxpress