Τεστ Τεχνητής Νοημοσύνης (A.I.) θα μπορούσε να προβλέψει αποτελεσματικούς συνδυασμούς αντικαρκινικών φαρμάκων σε λιγότερο από δύο ημέρες

Επιστήμονες δημιούργησαν ένα πρωτότυπο τεστ που μπορεί να προβλέψει ποιοι συνδυασμοί φαρμάκων είναι πιθανό να λειτουργήσουν σε ασθενείς με καρκίνο σε μόλις 24 έως 48 ώρες.

Η πρωτοποριακή τεχνική τους χρησιμοποιεί τεχνητή νοημοσύνη για την ανάλυση δεδομένων πρωτεΐνης μεγάλης κλίμακας από δείγματα όγκων και είναι σε θέση να προβλέψει την ανταπόκριση των ασθενών στα φάρμακα με μεγαλύτερη ακρίβεια από ό,τι είναι σήμερα δυνατό.

Η γενετική ανάλυση όγκων μπορεί να αποκαλύψει μεταλλάξεις που τροφοδοτούν την ανάπτυξη καρκίνων, μερικές από τις οποίες μπορούν να στοχευθούν με θεραπεία - αλλά η γονιδιωματική από μόνη της δεν παρέχει επαρκώς ακριβείς προβλέψεις για την επιλογή συνδυασμών φαρμάκων.

Επιστήμονες στο Ινστιτούτο Έρευνας για τον Καρκίνο του Λονδίνου, δοκίμασαν τη νέα τεχνική σε μεμονωμένα καρκινικά κύτταρα στο εργαστήριο και καρκινικά κύτταρα που απομονώθηκαν πρόσφατα από το πνευμονικό υγρό σε άτομα με μη μικροκυτταρικό καρκίνο του πνεύμονα.

Η μελέτη τους δημοσιεύεται στο περιοδικό Molecular Cancer Therapeutics και χρηματοδοτήθηκε από το Εθνικό Ινστιτούτο Έρευνας Υγείας (NIHR), Wellcome, Cancer Research UK και από το Ινστιτούτο Έρευνας για τον Καρκίνο (ICR) – το οποίο εκτός από ερευνητικό ινστιτούτο είναι επίσης φιλανθρωπικό ίδρυμα.

Εκπαίδευση αλγορίθμων μηχανικής μάθησης

Οι επιστήμονες πραγματοποίησαν «πρωτεομικές» αναλύσεις – εξετάζοντας τις αλλαγές σε 52 σημαντικές πρωτεΐνες και πώς αλληλεπιδρούν μεταξύ τους ως απόκριση στις φαρμακευτικές θεραπείες. Στη συνέχεια, οι ερευνητές εκπαίδευσαν αλγόριθμους μηχανικής μάθησης για να καθορίσουν τις βασικές αλλαγές πρωτεΐνης που προβλέπουν τις αντιδράσεις στα φάρμακα.

Πρώτον, οι ερευνητές χρησιμοποίησαν τον αλγόριθμο για να προβλέψουν πόσο ευαίσθητα ήταν τα κύτταρα σε μεμονωμένα αντικαρκινικά φάρμακα. Βρήκαν ότι η τεχνική μπορούσε να προβλέψει μεμονωμένες αποκρίσεις φαρμάκων με μεγαλύτερη ακρίβεια από γενετικά χαρακτηριστικά, όπως μεταλλάξεις σε βασικά γονίδια EGFR, KRAS και PIK3CA – τρεις γενετικοί δείκτες που χρησιμοποιούνται επί του παρόντος στην κλινική για την πρόβλεψη των απαντήσεων σε φάρμακα στον καρκίνο του πνεύμονα.

Στη συνέχεια, οι ερευνητές χρησιμοποίησαν την ίδια προσέγγιση για να προβλέψουν την ευαισθησία σε συνδυασμούς φαρμάκων – χρησιμοποιώντας 21 διαφορετικούς συνδυασμούς δύο φαρμάκων σε καρκινικά κύτταρα του πνεύμονα με διαφορετικά γονιδιακά σφάλματα, όπως μεταλλάξεις σε EGFR και KRAS.

Από τους 252 συνολικούς συνδυασμούς φαρμάκων, οι 128 έδειξαν κάποιο επίπεδο συνέργειας, που σημαίνει ότι η συνδυασμένη τους δράση ξεπέρασε την επίδραση κάθε μεμονωμένου φαρμάκου που προστέθηκε μαζί.

Από αυτούς, το τεστ τεχνητής νοημοσύνης προσδιόρισε σωστά τους πέντε κορυφαίους συνδυασμούς κατάταξης το 57 τοις εκατό του χρόνου και τους 10 κορυφαίους συνδυασμούς κατάταξης το 83 τοις εκατό.

Εντοπισμός επιτυχημένων συνδυασμών

Το τεστ εντόπισε επιτυχώς συνδυασμούς που είχαν προηγουμένως αποδειχθεί ότι ήταν υποσχόμενοι – για παράδειγμα, συνδυασμοί trametinib και capivasertib, ή gefitinib και everolimus, σε μη μικροκυτταρικές κυτταρικές σειρές καρκίνου του πνεύμονα με μεταλλάξεις EGFR.

Οι ερευνητές μπόρεσαν επίσης να εντοπίσουν πιθανούς νέους συνδυασμούς όπως η βεμουραφενίμπη και η καπιβασερτίμπη, οι οποίοι σύμφωνα με το τεστ βρήκε ότι θα μπορούσαν δυνητικά να είναι αποτελεσματικοί για μη μικροκυτταρικές κυτταρικές σειρές καρκίνου του πνεύμονα χωρίς μεταλλάξεις σε EGFR ή KRAS.

Αυτό είναι επομένως το πρώτο πρωτότυπο τεστ που μπορεί να προσφέρει εξατομικευμένες προβλέψεις για το ποιοι συνδυασμοί φαρμάκων είναι πιθανό να λειτουργήσουν σε διαφορετικά άτομα. Οι ερευνητές στο ICR πιστεύουν ότι η νέα τεχνολογία θα μπορούσε να είναι ζωτικής σημασίας για την αντιμετώπιση της εξέλιξης του καρκίνου και της αντίστασης στη θεραπεία, επιτρέποντας στους γιατρούς να αναλύσουν πώς λειτουργούν τα φάρμακα σε συνδυασμό.

Η νέα μελέτη αποδεικνύει την ιδέα, αλλά το τεστ θα χρειαστεί περαιτέρω επικύρωση προτού μπορέσει να χρησιμοποιηθεί σε ασθενείς. Η μελέτη εξέτασε επτά διαφορετικά φάρμακα σε πολλαπλούς συνδυασμούς, αλλά οι ερευνητές σχεδιάζουν ήδη μια μεγαλύτερη μελέτη παρακολούθησης που θα δοκιμάσει 15 φάρμακα και θα εξετάσει 12.000 πρωτεΐνες που εμπλέκονται στη μεταγωγή σήματος αντί για 52.

«Δυνατότητα καθοδήγησης γιατρών»

Ο επικεφαλής της μελέτης Καθηγητής Udai Banerji, Καθηγητής Μοριακής Φαρμακολογίας Καρκίνου στο Ινστιτούτο Έρευνας για τον Καρκίνο του Λονδίνου και Σύμβουλος Ιατρός Ογκολόγος στο The Royal Marsden NHS Foundation Trust, δήλωσε:

«Το τεστ μας παρέχει απόδειξη της ιδέας για τη χρήση τεχνητής νοημοσύνης για την ανάλυση των αλλαγών στον τρόπο με τον οποίο ρέουν οι πληροφορίες μέσα στα καρκινικά κύτταρα και για να κάνουμε προβλέψεις σχετικά με το πώς οι όγκοι είναι πιθανό να ανταποκριθούν σε συνδυασμούς φαρμάκων.

«Με έναν γρήγορο χρόνο διεκπεραίωσης λιγότερο από δύο ημέρες, το τεστ έχει τη δυνατότητα να καθοδηγήσει τους γιατρούς στις κρίσεις τους σχετικά με το ποιες θεραπείες είναι πιο πιθανό να ωφελήσουν μεμονωμένους ασθενείς με καρκίνο. Είναι ένα σημαντικό βήμα για να προχωρήσουμε από την τρέχουσα εστίασή μας στη χρήση γενετικών μεταλλάξεων για την πρόβλεψη της ανταπόκρισης.

«Τα ευρήματά μας δείχνουν ότι η καινοτόμος προσέγγισή μας είναι εφικτή και κάνει πιο ακριβείς προβλέψεις από τη γενετική ανάλυση για ασθενείς με μη μικροκυτταρικό καρκίνο του πνεύμονα. Για να μπορέσει αυτό το τεστ να εισέλθει στην κλινική και να καθοδηγήσει την εξατομικευμένη θεραπεία, θα χρειαστεί να επικυρώσουμε περαιτέρω τα ευρήματά μας – για παράδειγμα, πραγματοποιώντας μια μελέτη όπου εκτελούμε το τεστ σε ασθενείς που λαμβάνουν ήδη θεραπεία για να ελέγξουμε αν οι προβλέψεις είναι σωστές».

«Συνδυασμός θεραπειών για να ξεπεραστεί η αντίσταση»

Ο καθηγητής Kristian Helin, Διευθύνων Σύμβουλος του Ινστιτούτου Έρευνας για τον Καρκίνο, Λονδίνο, είπε:

«Μία από τις μεγαλύτερες προκλήσεις που αντιμετωπίζουμε στην έρευνα και τη θεραπεία του καρκίνου είναι η ικανότητα του καρκίνου να προσαρμόζεται, να εξελίσσεται και να γίνεται ανθεκτικός στα φάρμακα. Αναμένουμε ότι το μέλλον της θεραπείας του καρκίνου θα είναι ο συνδυασμός θεραπειών για την υπέρβαση της αντίστασης – αλλά πρέπει να γίνουμε πολύ καλύτεροι στην πρόβλεψη ποιοι συνδυασμοί φαρμάκων θα λειτουργήσουν καλύτερα για μεμονωμένους ασθενείς. 

"Αυτή η νέα μελέτη είναι ένα εξαιρετικό παράδειγμα διεπιστημονικής συνεργασίας, στην ενσωμάτωση της κατανόησής μας για τη βιολογία του καρκίνου, την τεχνητή νοημοσύνη και την κλινική ιατρική για την παροχή απόδειξης της ιδέας για ένα νέο τεστ που μπορεί να προβλέψει ποιες συνδυαστικές θεραπείες είναι πιο πιθανό να λειτουργήσουν για τους ασθενείς. Αποδεικνύει τη δυνητική δύναμη της ανάλυσης τεχνητής νοημοσύνης και πρωτεϊνών για την εξατομίκευση της θεραπείας και θα μπορούσε να είναι ένα σημαντικό βήμα για να μας βοηθήσει να αντιμετωπίσουμε την αντίσταση στα φάρμακα – ελπίζουμε ότι θα μας βοηθήσει να προσφέρουμε στους ασθενείς εξυπνότερες, πιο εξατομικευμένες θεραπευτικές επιλογές».

Πηγή: icr.ac.uk