قبل عامين ، أعلن الرئيس السابق باراك أوباما مبادرة الطب الدقيق في خطاب حالة الاتحاد. تطمح المبادرة إلى "حقبة جديدة من الطب" حيث يمكن تكييف علاجات الأمراض بشكل خاص مع الشفرة الوراثية لكل مريض.

هذا صدى جيد في طب السرطان. يمكن للمرضى بالفعل إدارة السرطان مع العلاجات التي تستهدف الجينات المحددة التي تتغير في ورمهم الخاص. على سبيل المثال ، النساء المصابات بنوع من سرطان الثدي الناجم عن تضخيم الجين HER2 غالباً ما يتم علاجهن باستخدام علاجي يسمى herceptin. لأن هذه العلاجات المستهدفة محددة للخلايا السرطانية ، فإنها تميل إلى أن تكون لها آثار جانبية أقل من علاجات السرطان التقليدية مع العلاج الكيميائي أو الإشعاعي.

ومع ذلك ، هذه العلاجات ليست متاحة لمعظم مرضى السرطان. في العديد من أنواع السرطان ، لا تزال التغيرات الجينية المحددة المسؤولة عن السرطان غير معروفة. لإنشاء علاجات السرطان الفردية ، يجب أن نعرف المزيد عن التعديلات الجينية الوظيفية.

مع نمو البيانات المتعلقة بوراثة السرطان بسرعة ، يمكن الآن للرياضيات والإحصاءات أن تساعد في فتح الأنماط المخفية في هذه البيانات للعثور على الجينات المسؤولة عن سرطان الفرد. مع هذه المعرفة ، يمكن للأطباء اختيار العلاجات المناسبة التي تمنع عمل هذه الجينات لتخصيص العلاجات للمرضى الأفراد. يهدف بحثي إلى تحسين الطب الدقيق في السرطان - من خلال البناء على نفس الأساليب التي استخدمت للعثور على أنماط في تصنيفات أفلام Netflix.

غربلة البيانات

اليوم ، هناك وصول عام لم يسبق له مثيل لبيانات علم الوراثة السرطان. هذه البيانات تأتي من المرضى السخيين الذين يتبرعون عينات الورم الخاصة بهم للبحث. ثم يقوم العلماء بتطبيق تقنيات التسلسل لقياس الطفرات والنشاط في كل من جينات 20,000 في الجينوم البشري.

كل هذه البيانات هي نتيجة مباشرة لل مشروع الجينوم البشري في 2003. يحدد هذا المشروع تسلسل جميع الجينات التي تشكل الحمض النووي البشري السليم. منذ الانتهاء من هذا المشروع ، فإن تكلفة تسلسل الجينوم البشري لديها أكثر من النصف كل عاممتجاوزًا نمو قوة الحوسبة الموصوفة في قانون مور. هذا التخفيض في التكاليف يتيح للبحوث جمع بيانات وراثية لم يسبق لها مثيل من مرضى السرطان.

إن معظم الدراسات العلمية حول علم الوراثة السرطاني تجرى في جميع أنحاء العالم ، وتطلق بياناتها إلى قاعدة بيانات عامة مركزية مقدمة من المكتبة الوطنية الأمريكية للمعاهد الصحية الوطنية (NIH). كما قام المعهد الوطني لعلاج السرطان بالمعهد القومي للأبحاث والمعهد القومي لأبحاث الجينوم البشري بنشر بيانات وراثية بحرية من أورام 11,000 في أنواع سرطان 33 من خلال مشروع يسمى أطلس جينوم السرطان.

كل وظيفة بيولوجية - من استخراج الطاقة من الغذاء إلى شفاء الجرح - تنتج من النشاط في توليفات مختلفة من الجينات. السرطان يختطف الجينات التي تمكن الناس من النمو إلى مرحلة البلوغ والتي تحمي الجسم من جهاز المناعة. الباحثون يصفون هذه "علامات مميزة للسرطان." هذا ما يُسمَّى dysregulation الجيني يُمَكِّن الورم من النمو بشكل لا يمكن السيطرة عليه وتشكيل النقائل في الأعضاء البعيدة عن موقع الورم الأصلي.

يستخدم الباحثون هذه البيانات العامة بنشاط للعثور على مجموعة من التعديلات الجينية المسؤولة عن كل نوع من الأورام. لكن هذه المشكلة ليست بسيطة في تحديد جين واحد غير منظم في كل ورم. المئات ، إن لم يكن الآلاف ، من جينات 20,000 في الجينوم البشري لا يتم التحكم فيها في السرطان. تختلف مجموعة الجينات غير المنظمة في ورم كل مريض ، مع مجموعات أصغر من الجينات التي يعاد استخدامها بشكل عام ، مما يتيح لكل سمة مميزة للسرطان.

يعتمد الطب الدقيق على إيجاد مجموعات أصغر من الجينات غير المنظمة المسؤولة عن الوظيفة البيولوجية في ورم كل مريض. ولكن ، قد يكون للجينات وظائف بيولوجية متعددة في سياقات مختلفة. ولذلك ، يجب على الباحثين اكتشاف مجموعة من الجينات "المتداخلة" التي لها وظائف مشتركة في مجموعة من مرضى السرطان.

إن ربط حالة الجينات بالوظيفة يتطلب وجود رياضيات معقدة وقوة حوسبة هائلة. هذه المعرفة ضرورية للتنبؤ بنتائج العلاجات التي من شأنها أن تمنع عمل هذه الجينات. لذا ، كيف يمكننا الكشف عن تلك السمات المتداخلة للتنبؤ بالنتائج الفردية للمرضى؟

ما يمكن أن يعلمه Netflix

لحسن الحظ بالنسبة لنا ، لقد تم حل هذه المشكلة بالفعل في علوم الكمبيوتر. الإجابة هي فئة من التقنيات تسمى "توصيف المصفوفة" - وقد تكون قد تفاعلت بالفعل مع هذه التقنيات في حياتك اليومية.

في 2009، عقدت Netflix تحديًا لتخصيص تقييمات الأفلام لكل مستخدم لـ Netflix. في Netflix ، يمتلك كل مستخدم مجموعة مميزة من التقييمات للأفلام المختلفة. في حين قد يكون لدى اثنين من المستخدمين أذواق متشابهة في الأفلام ، إلا أنهما قد يختلفان بشكل كبير في أنواع محددة. لذلك ، لا يمكنك الاعتماد على مقارنة التقييمات من مستخدمين مشابهين.

بدلاً من ذلك ، تعثر خوارزمية تحليل عامل المصفوفة على أفلام ذات تصنيفات مشابهة بين مجموعة صغيرة من المستخدمين. ستختلف مجموعة المستخدمين لكل فيلم. يربط الكمبيوتر كل مستخدم بمجموعة من الأفلام إلى حدٍ مختلف ، بناءً على أذواقه الفردية. ويشار إلى العلاقات بين المستخدمين باسم "الأنماط". يتم تعلم هذه الأنماط من البيانات ، وقد تجد ترتيبًا مشتركًا غير متوقع من النوع السينمائي وحده - على سبيل المثال ، قد يشارك المستخدمون تفضيلاً لمخرج أو ممثل معين.

جينيفيف شتاين أوبراين, CC BY

يمكن أن تعمل نفس العملية في السرطان. في هذه الحالة ، تشبه قياسات عدم انتظام الجينات تصنيفات الأفلام ، وأنواع الأفلام إلى الوظيفة البيولوجية والمستخدمين لأورام المرضى. يبحث الكمبيوتر عبر أورام المريض للعثور على أنماط في خلل النظام الجيني التي تسبب وظيفة بيولوجية خبيثة في كل ورم.

من الأفلام إلى الأورام

التناظر بين تصنيفات الأفلام وعلم الوراثة السرطاني ينهار في التفاصيل. ما لم يكونوا قاصرين ، فإن مستخدمي Netflix ليسوا مقيدين في الأفلام التي يشاهدونها. ولكن ، تفضل أجسامنا بدلاً من ذلك تقليل عدد الجينات المستخدمة لأي وظيفة مفردة. هناك أيضا تكرار كبير بين الجينات. لحماية خلية ، يمكن لجين واحد أن يحل محل آخر بسهولة لخدمة وظيفة مشتركة. وظائف الجين في السرطان أكثر تعقيدا. كما أن الأورام معقدة للغاية وتتطور بسرعة ، اعتمادًا على التفاعلات العشوائية بين الخلايا السرطانية والجهاز الصحي المجاور.

لحساب هذه التعقيدات ، قمنا بتطوير نهج توصيف مصفوفة يسمى نشاط الجينات المنسق في مجموعات النماذج - أو CoGAPS للاختصار. حساباتنا خوارزمية لسيطرية البيولوجيا من خلال دمج عدد قليل من الجينات ممكن في أنماط لكل ورم.

يمكن للجينات المختلفة أيضا أن تحل محل بعضها البعض ، كل منها يخدم وظيفة مماثلة في سياق مختلف. ولتحليل ذلك ، فإن نظام CoGAPS يقدِّر في نفس الوقت إحصائية لما يسمى "أنماط" وظيفة الجين. وهذا يسمح لنا بحساب احتمالية استخدام كل جين في كل وظيفة بيولوجية في الورم.

على سبيل المثال ، يتناول العديد من المرضى علاجًا استهدافيًا يسمى "سيتوكسيماب" لإطالة مدة البقاء في سرطان القولون والمستقيم ، البنكرياس ، الرئة ، والفم. وجد عملنا الأخير أن هذه الأنماط يمكن أن تميز وظيفة الجينات في الخلايا السرطانية التي تستجيب للعلاج المركب المستهدف من تلك التي لا تفعل.

المستقبل

لسوء الحظ ، لا يمكن لعلاج السرطان الذي يستهدف الجينات عادة علاج مرض المريض. يمكنهم فقط تأخير التقدم لبضع سنوات. ثم ينتكس معظم المرضى ، مع وجود أورام لم تعد تستجيب للعلاج.

عملنا الخاص الأخير وجدت أن الأنماط التي تميز وظيفة الجينات في الخلايا التي تستجيب لسيتوكسيماب تشمل الجينات نفسها التي تؤدي إلى المقاومة. إن العلاجات المناعية الناشئة واعدة وتبدو أنها تعالج بعض أنواع السرطان. ومع ذلك ، في كثير من الأحيان ، فإن المرضى الذين يعانون من هذه العلاجات أيضا الانتكاس. البيانات الجديدة التي تتبع علم الوراثة السرطاني بعد العلاج ضرورية لتحديد سبب عدم استجابة المرضى.

إلى جانب هذه البيانات ، تتطلب البيولوجيا السرطانية جيلاً جديدًا من العلماء الذين يستطيعون ربط الرياضيات والإحصائيات لتحديد التغيرات الجينية التي تحدث بمرور الوقت في مقاومة الأدوية. في مجالات الرياضيات الأخرى ، تستطيع برامج الكمبيوتر التنبؤ بالنتائج على المدى الطويل. وتستخدم هذه النماذج عادة في استراتيجيات التنبؤ والاستثمار في مجال الطقس.

في هذه المجالات و بحثي السابق الخاص، وجدنا أن التحديثات على النماذج من مجموعات البيانات الكبيرة - مثل بيانات الأقمار الصناعية في حالة الطقس - تعمل على تحسين التوقعات على المدى الطويل. لقد رأينا جميعًا تأثير هذه التحديثات ، مع تحسن توقعات الطقس كلما اقتربنا من العاصفة.

تماما كما يمكن تكييف أدوات من علوم الكمبيوتر المستخدمة لتوصيات الفيلم والسرطان ، فإن الجيل القادم من علماء الكمبيوتر سيتبنون أدوات التنبؤ من مجموعة من المجالات من أجل الطب الدقيق. في نهاية المطاف ، مع هذه الأدوات الحسابية ، نأمل في توقع استجابة الأورام للعلاج كما هو شائع ونحن نتنبأ بالطقس ، وربما بشكل أكثر موثوقية.

نبذة عن الكاتب

Elana Fertig ، أستاذ مساعد في علم الاحياء الإحصاء الحيوي والمعلوماتية الحيوية ، جامعة جونز هوبكنز

تم نشر هذه المقالة في الأصل المحادثة. إقرأ ال المقال الأصلي.

كُتبٌ ذاتُ صِلَةٍ

at سوق InnerSelf و Amazon