إعادة توظيف الأدوية مدفوعًا بتعلم الآلة لسرطان الثدي إيجابي مستقبلات HER2

لماذا تهم الأدوية القديمة سرطانات الثدي الصعبة

بالنسبة لكثير من الأشخاص المصابين بشكل عدواني من سرطان الثدي يُعرف بـ HER2 إيجابي، قد تفقد الأدوية الموجهة الحالية فعاليتها مع مرور الوقت، وتطوير أدوية جديدة بطيء ومكلف. تستقصي هذه الدراسة ما إذا كانت بعض الأقراص الموجودة بالفعل على رفوف الصيدليات قادرة سرًا على حجب الأورام المدفوعة بـ HER2، باستخدام أدوات حاسوبية متقدمة للبحث عن إمكانات مضادة للسرطان مخفية.

فهم المشكلة ببساطة

ينجم سرطان الثدي الإيجابي لمستقبل HER2 عن بروتين موجود على سطح خلايا السرطان يواصل إرسال إشارات قوية للنمو والانقسام. عندما يكون هنالك إفراط في HER2، تتكاثر هذه الخلايا بسرعة وغالبًا ما تنتشر، ويمكنها أن تتعلّم التحايل على أدوية HER2 الحديثة. وبما أن ابتكار أدوية جديدة قد يستغرق عقدًا أو أكثر، تبدو فكرة إعادة توظيف الأدوية جذابة: بدلاً من البدء من الصفر، يختبر العلماء ما إذا كانت أدوية مرخّصة موجودة مسبقًا ومعروفة بأمانها لأمراض أخرى قد تستطيع أيضًا إيقاف HER2 في خلايا السرطان.

كيف تساعد الحواسيب في البحث عبر آلاف الأدوية

جمع الباحثون أولاً معلومات مفصّلة عن ما يقرب من 14,000 مركب كيميائي تم اختبارها ضد HER2، بما في ذلك مدى قدرة كل منها على حجب البروتين. حوّلوا كل جزيء إلى مئات السمات الرقمية التي تصف حجمه وشكله وشحنته وخصائص أخرى. باستخدام هذه البيانات، درّبوا عدة أنواع من نماذج تعلم الآلة لتتعلم العلاقة بين بنية الجزيء وقدرته على تثبيط HER2. بعد تنظيف البيانات بعناية وإزالة السمات الضعيفة أو المتكررة، قدّم نوع من النماذج يُدعى الغابة العشوائية (Random Forest) التنبؤات الأكثر موثوقية، موضحًا نحو أربعة أخماس التباين في النشاط للجزيئات الجديدة.

من التنبؤ إلى التحازم داخل هدف السرطان

مسلحين بهذا النموذج، اتجه الفريق إلى مكتبة واقعية تضم 4,099 دواءً مرخّصًا وقَصّروا القائمة إلى أكثر من 1,600 جزيء صغير نقي ومُعرّف جيدًا. قدّر النموذج الحاسوبي مدى قوة كل دواء في حجب HER2، مُبرزًا مجموعة من المرشحين المتوقّع أن يكونوا فعّالين بشكل خاص. ثم أُجريت اختبارات «التحازم» لهذه المرشحين داخل هياكل ثلاثية الأبعاد لبروتين HER2 الطبيعي وشكله المتحوّر المسبّب للمشكلات الموجود في بعض السرطانات المقاومة. تعمل محاكاة التحازم كاختبار قفل ومفتاح افتراضي، تطّلع على مدى ملاءمة الدواء لجيب الفاعل في HER2 وما أنواع التماسّات على المستوى الذري التي يمكن أن يشكلها.

متابعة المرشح الأكثر وعدًا مع مرور الوقت

برز دواء مستخدم للقلب والعين، تيمولول ماليات (الموسوم FDA0870 في الدراسة)، بشكل متكرر. احتل المرتبة بين الأعلى في كل من فحص تعلم الآلة واختبارات التحازم لكل من HER2 الطبيعي والمتغيّر، مكوّنًا روابط هيدروجينية قوية وتماسّات هيدروفوبية مع مناطق رئيسية تتحكم في نشاط البروتين. لرؤية ما إذا كان هذا التلاصق سيصمد في ظروف أكثر واقعية، أجرى الباحثون محاكاة ديناميكيات جزيئية طويلة تحاكي كيف تهتز الجزيئات وتتحرك في بيئة مائية شبيهة بالجسم. على مدى نانوثوانٍ إلى ميكروثوانٍ من الزمن المحاكى، ظل التيمولول مستقرًا داخل جيب HER2 لكلا شكلَي البروتين. وُشَارَ أيضًا في اختبارات حاسوبية إضافية للامتصاص والتوزيع والأيض والإخراج والسمية إلى أن ملفه الدوائي الحالي، قابلية اختراقه المتوسطة، وسلامته كانت ملائمة عمومًا لمزيد من الاستكشاف.

ماذا قد يعني هذا للمرضى

بعبارات يومية، تُظهر هذه الدراسة أن سلاسل عمل حاسوبية ذكية يمكنها غربلة أعداد هائلة من الأدوية المعروفة لإيجاد تلك الأكثر احتمالاً للعمل ضد سرطانات صعبة، قبل أن تبدأ أي تجارب مخبرية أو على الحيوانات. من بين العديد من الأدوية المرخّصة التي فُحصت، ظهر التيمولول كمرشح قوي لإعادة توظيفه كمانع مزدوج لكل من HER2 القياسي والمتحوّر في سرطان الثدي. رغم أن النتائج حاسوبية بحتة ولا تزال بحاجة إلى تأكيد عبر تجارب على الخلايا والحيوانات، فإنها تشير إلى طريق أسرع وربما أقل تكلفة لإضافة أدوات جديدة ضد المرض الإيجابي لـ HER2 عن طريق منح أدوية مألوفة وظيفة جديدة.

الاستشهاد: Dinesh, B.G.H., Ganjipete, S., Kumar, B.S. et al. Machine learning-driven drug repurposing for HER2-positive breast cancer. Sci Rep 16, 15868 (2026). https://doi.org/10.1038/s41598-026-45361-z

الكلمات المفتاحية: سرطان الثدي إيجابي مستقبل HER2, إعادة توظيف الأدوية, تعلم الآلة, التحازم الجزيئي, تيمولول