تحديد أهداف أدوية المناعة باستخدام تعلّم الآلة والتحقق في عينات أورام مأخوذة من مرضى

لماذا هذا مهم لمرضى السرطان

غيّرت العلاجات المناعية مجال رعاية السرطان، ومع ذلك لا يستفيد معظم المرضى بعد من هذه الأدوية الفعّالة. تقدم هذه الدراسة طريقة جديدة لفرز كميات هائلة من البيانات البيولوجية لإيجاد أهداف دوائية جديدة قد تساعد الجهاز المناعي على مهاجمة الأورام بشكل أكثر فعالية. من خلال دمج تعلّم الآلة المتقدّم مع اختبارات على عينات أورام حقيقية مأخوذة من مرضى، يقدم العمل مخططًا لاكتشاف استراتيجيات مناعية جيلٍ جديد.

خريطة ذكية لاكتشاف نقاط الضعف الجديدة في السرطان

بنى الباحثون نظامًا أسموه MIDAS يعامل الجسم البشري كشبكة معقدة من الجينات والخلايا المتفاعلة. بدلًا من النظر إلى نوع واحد من البيانات في كل مرة، يجمع MIDAS بين طبقات متعددة من المعلومات: تغيّرات الحمض النووي للورم، نشاط الجينات، سلوك الخلايا المناعية داخل الأورام، المقاطع البروتينية الظاهرة على سطح الخلايا، وكيف تؤثر المتغيرات الجينية في المرض. تُحاكى هذه الأدلة المختلفة في خريطة تداخلات جين–جين واحدة، وعلى هذه الخريطة تتعلم شبكة عصبية بيانية أنماطًا تميّز أهداف المناعة المعروفة عن بقية الجينات.

كيف يُختبر محرك التعلّم

للتحقق مما إذا كان MIDAS مفيدًا فعلاً في اكتشاف الأدوية، صمّم الفريق عدة اختبارات ضغط. أولًا، تساءلوا ما إذا كانت الجينات التي دخلت تجارب مناعية سريرية بعد 2019 تحظى بتصنيف عالٍ بواسطة نموذج درّب فقط على البيانات المتاحة حتى ذلك العام. فعل MIDAS ذلك، فاعطى درجات أعلى لتلك الأهداف «المستقبلية» مقارنة بجينات عشوائية. ثانيًا، مال النظام إلى منح درجات أعلى للأهداف المناعية المعتمدة بالفعل مقارنة بتلك التي تزال في مراحل اختبار سريري مبكر، رغم أنه لم يُخبر بأي جينات وصلت إلى تلك المرحلة. ثالثًا، عند تحديه بمجموعات بيانات مرضى جديدة لم تُستخدم في التدريب، استعاد MIDAS العديد من الجينات التي تختلف مستويات نشاطها بين المستجيبين وغير المستجيبين لأدوية معوقات نقاط التفتيش، ما يوحي بأنه يلتقط خصائص حقيقية لتفاعل الورم والمناعة.

ماذا يتعلّم النموذج عن الجهاز المناعي

بالغوص تحت الغطاء، وجد المؤلفون أن MIDAS يركز بقوة على المسارات المعروفة أصلاً بأنها حاسمة للاستجابات المناعية ضد السرطان، مثل الإشارات التي تأمر الخلايا التائية بالتنشط أو بالراحة. برزت الميزات التي تعكس كيف تنظّم الجينات جينات أخرى، إلى جانب الروابط مع أمراض المناعة الذاتية، كعناصر معلوماتية خاصة. وهذا منطقي بيولوجيًا: الجينات التي قد تفرط في تنشيط الجهاز المناعي في حالات المناعة الذاتية قد تساعد، عند استهدافها بعناية، على إطلاق هجمات مناعية ضد الأورام. كما ثبت أن شبكة التفاعلات بين الجينات ضرورية؛ إذ إن تشويش الروابط في الخريطة عشوائيًا أدى إلى تراجع شديد في أداء النموذج، مما يظهر أن بنية الخريطة البيولوجية نفسها مكوّن أساسي.

من تنبؤات الحاسوب إلى نسيج الورم الحقيقي

باستخدام قائمة الأولويات التي أعدها، سلّط MIDAS الضوء على زوج إشاري يُدعى أونكوستاتين م (OSM) ومُستقبِله OSMR، فضلاً عن إنزيم تنظيمي PTPN22. أشارت أعمال سابقة على الحيوانات إلى أن OSM–OSMR قد يُعزّز بيئات ودّية للورم، لكنه لم يُستكشف بشكل كافٍ في نسيج السرطان البشري. اختبر الفريق هذه الأهداف باستخدام مستأصلات أورام مأخوذة من المرضى، وهي قطع صغيرة من الورم الميلانيني تُنمّى لفترة قصيرة خارج الجسم وتحافظ على الخليط الأصلي من خلايا السرطان والمناعة. أدى حجب إشارة OSM–OSMR في هذه المستأصلات إلى انخفاض في ما يُعرف بالخلايا التائية CD8 «المعتلة» أو المتعثّرة، وهي حالة مرتبطة باستجابات مناعية أفضل، وخفض مستويات جزيء CCL4 المرتبط بالبلعمات التي تشجّع نمو الورم. بالمقابل، أنتج تثبيط PTPN22 تغيّرات أدق في سلوك الخلايا التائية لم تصل إلى دلالة إحصائية واضحة في هذه السلسلة الصغيرة.

ماذا يعني هذا لعلاج السرطان في المستقبل

بشكل عام، تُظهر الدراسة أن MIDAS قادر على استخراج أهداف دوائية مهمة من بيانات معقّدة تتعلق بأورام بشرية حقيقية، وليس فقط في خطوط خلوية أو نماذج مخبرية بسيطة. يدعم العمل فكرة أن إشارة OSM–OSMR تساهم في تشكيل بيئة ورمية كابِحة للمناعة وأن حجب هذا المسار قد يكون استراتيجية مناعية واعدة تستحق مزيدًا من الاختبارات في علم الأورام. وعلى نحو أوسع، يبرهن هذا النهج كيف أن دمج بيانات غنية من المرضى، والذكاء الاصطناعي القائم على الشبكات، والاختبارات الوظيفية في نسيج مأخوذ من المرضى يمكن أن يجعل البحث عن أهداف مناعية للسرطان أكثر كفاءة ومرتكزة على البيولوجيا البشرية.

الاستشهاد: Augustine, M., Nene, N.R., Fu, H. et al. Immunotherapy drug target identification using machine learning and patient-derived tumour explant validation. Nat Mach Intell 8, 670–689 (2026). https://doi.org/10.1038/s42256-026-01201-3

الكلمات المفتاحية: المناعة ضد السرطان, اكتشاف أهداف دوائية, الشبكات العصبية البيانية, البيئة المصغّرة للورم, تعلّم الآلة في علم الأورام