المفوضية الأوروبية: نشهد تقدما حقيقيا بفضل التنسيق بين أوكرانيا وأوروبا والولايات المتحدة
كشفت دراسة حديثة، نشرت في مجلة "Royal Society Open Science"، أن علماء من جامعة جنوب أستراليا، طوروا طريقة مبتكرة وفعّالة للكشف عن التفاعلات الجينية التي تحفز تطور السرطان؛ ما يمهد الطريق لتشخيص مبكر وعلاجات أكثر دقة.
وتعتمد الطريقة الجديدة على الذكاء الاصطناعي لتحديد مجموعات من الجينات التي تتعاون لدفع نمو الورم، بدلًا من التركيز على جينات متحورة تعمل بشكل منفرد، كما هي الحال في الدراسات التقليدية.
وأوضح الباحث الرئيسي في الدراسة، الدكتور أندريس سيفوينتيس-بيرنال، أن فريقه استخدم أدوات الذكاء الاصطناعي لتقييم كيفية تأثير الجينات على بعضها البعض بمرور الوقت، ما يقدم صورة أوضح للآليات البيولوجية التي تمكّن الأورام من النمو والانتشار ومقاومة العلاج.
وأضاف بيرنال "الطرق التقليدية تركز على الطفرات المتكررة، لكنها غالبا ما تغفل التغييرات الجينية الدقيقة أو النادرة، والتفاعلات المعقدة بين الجينات التي تمنح الخلايا الخبيثة الزخم اللازم للتطور".
وقال البروفيسور المشارك ثوك لي، أحد معدي الدراسة، إن "هذا الإطار الجديد يبرز الدور المتنامي للذكاء الاصطناعي في الاكتشافات الطبية الحيوية، ويسعى لسد ثغرات طويلة في فهم بيولوجيا السرطان".
وأضاف أن "السرطان ليس حالة ثابتة، بل عملية ديناميكية تتطور عبر سلسلة من التغيرات. تتضافر الجينات لتعطيل السلوك الطبيعي للخلايا، ونهجنا صُمم لرصد هذا التعقيد".
وباستخدام مجموعات بيانات ضخمة لسرطان الثدي، أظهر العلماء أن النظام المدعوم بالذكاء الاصطناعي لا يقتصر على التعرف على جينات السرطان المعروفة، بل كشف أيضًا عن جينات كانت خفية سابقًا.
ورغم أن بعض هذه الجينات غير متحولة، فإنها تؤثر في جينات أخرى، مساهمة في تطور الورم.
وأكد الفريق أن الطريقة نجحت في التعرف على العديد من محفزات السرطان المعروفة المدرجة في تعداد جينات السرطان الدولي الموثوق، كما كشفت عن جينات مرشحة جديدة مرتبطة بإشارات الخلايا والاستجابة المناعية وانتشار السرطان.
ويأمل العلماء أن تساعد هذه الطريقة على تحديد أهداف علاجية جديدة، خصوصًا للمرضى الذين تفتقر أورامهم إلى الطفرات الشائعة.
وأكد العلماء أن هذا الإطار قابل للتكيف ويمكن تطبيقه على أمراض أخرى تتغير فيها آليات التنظيم مع الوقت، مثل التنكس العصبي واضطرابات المناعة الذاتية وحالات الالتهاب المزمن.