דגמי חיזוי מבוססי למידת מכונה ותבניות תת-סוגים בדם הפריפרי של סכיזופרניה בהתבסס על מסגרת חישובית של למידת מכונה

למה הדם יכול לעזור לפענח הפרעה נפשית מורכבת

סכיזופרניה היא מחלה נפשית חמורה שיכולה להפריע למחשבה, לרגש ולחיי היומיום, ובכל זאת הרופאים עדיין מסתמכים בעיקר על תצפיות התנהגותיות לאבחנה. המחקר הזה שואל שאלה פשוטה אך חזקה: האם דגימת דם רגילה יכולה לחשוף דפוסים ביולוגיים מוחבאים שיעזרו לזהות סכיזופרניה מוקדם יותר ולמיין מטופלים לקבוצות טיפול מותאמות יותר?

מחפשים רמזים בצינורית דם

החוקרים התחילו באיסוף כמה מערכי נתונים קיימים שבהם דם של אנשים עם סכיזופרניה ומתנדבים בריאים כבר נבדק עבור פעילות גנים. כל גן אפשר לדמות כמתג קטן שמוגבר או מונמך. על ידי שילוב אלפי מתגים אלה מחמישה מחקרים נפרדים ותיקון להבדלים טכניים, הצוות יצר מפה מאוחדת וגדולה של פעילות גנים בדם הפריפרי. הם חיפשו אחר גנים שהתנהגו בעקביות באופן שונה במטופלים לעומת ביקורות, עם דגש על אלה הקשורים בדלקת, בתגובות חיסוניות ובאופן שבו התאים מטפלים בשומנים ובמולקולות אחרות.

מלמדים מחשבים לזהות חתימה נסתרת

מכיוון שאיש לא יכול בקלות לראות דפוסים שימושיים בין כל כך הרבה גנים בבת אחת, הצוות פנה ללמידת מכונה, ענף במדעי המחשב שמאפשר לאלגוריתמים ללמוד מתוך נתונים. הם בחנו 12 שיטות למידת מכונה שונות ורבים מהדרכים לשלבן, ולבסוף בחרו שילוב שסינן את הגנים המידעיים ביותר ובנה סביבם מסווג. תהליך זה הוביל למערך קומפקטי של 16 גנים שבהתאמה משולבת שלהם ניתן להבחין באופן אמין בין מטופלי סכיזופרניה לאנשים בריאים בחוצות שמונה מערכי נתונים שונים. המחברים הפכו את "החתימה" של 16 הגנים לכלי ניקוד גרפי, שנקרא נומוגרמה, שיביתכן יכול לסייע לרופאים להעריך את ההסתברות שדגימת דם מסוימת שייכת לאדם עם סכיזופרניה.

מה אומרים הגנים המרכזיים על הגוף

ה-16 גנים שהודגשו על ידי המודל אינם מקריים. רבים קשורים למערכת החיסון, לתגובות ללחץ תאי, ולאופן שבו הגוף מטפל בשומנים ובמולקולות איתות. גן אחד בולט במיוחד, הנקרא AZI2, עמד במרכז החתימה. פעילותו הייתה מקושרת בחוזקה למסלולים שמווסתים דלקת והתנהגות תאי חיסון, וכן לאופן שבו תאים מגיבים לאותות שמורות להם לגדול, להתחלק או למות. כאשר הצוות בחן דפוסי תאי חיסון שהסקו מנתוני הדם, הם מצאו שינויים בכמה סוגי תאי דם לבנים בסכיזופרניה, תומך בתמונה שבה מערכת החיסון משתנה בעקביות בהפרעה.

שני טעמים ביולוגיים של אותה אבחנה

קיום חתימה אבחונית הוא שימושי, אך ידוע שסכיזופרניה מאוד מגוונת מאדם לאדם. כדי לבדוק את המגוון הזה, החוקרים השתמשו בשיטות אשכולות בלתי מונחות, שמקבצות מדגמים לפי דמיון בלי לדעת מי חולה או מה תסמיניהם. שיטות אלה פיצלו את קבוצת הסכיזופרניה לשני תת-סוגים מרכזיים מבוססי דם, ובהמשך לתתי-קבוצות עדינות יותר. דפוס אחד היה מקושר יותר לשינויים בנתיבי חילוף החומרים, כמו האופן שבו תאים משתמשים באנרגיה ובשומנים, בעוד השני היה קשור יותר לדלקת ולפעילות חיסונית. הקבוצות גם נבדלו בערכות של חלבונים ומסלולי גנים הקשורים לקרישת דם, אותות מוח ותגובות לזיהום, מרמז שכאשר למטופלים יש את אותו תווית קלינית ייתכן שהם למעשה שונים מבחינה ביולוגית בסיסית.

מה זה יכול להעיד על טיפול בעתיד

לסיכום, עבודה זו מצביעה על כך שפאנל קטן של גנים שנמדד מדקירת דם פשוטה עשוי לתמוך באבחון סכיזופרניה—and אולי החשוב יותר—לחשוף תת-סוגים ביולוגיים מובחנים של המחלה. בעוד שיידרשו בדיקות נוספות בקבוצות מטופלים גדולות ומממשיות לפני שכלים כאלה יכולים לשמש במרפאות, המחקר מציע מפת דרכים לעבר פסיכיאטריה מותאמת אישית יותר, שבה החלטות טיפול מונחות לא רק על ידי תסמינים אלא גם על ידי האותות המולקולריים של הגוף.

ציטוט: Li, Z., Sun, Q., Li, H. et al. Machine learning-based predictive models and subtypes patterns in peripheral blood of schizophrenia based on a machine learning computational framework. Schizophr 12, 46 (2026). https://doi.org/10.1038/s41537-026-00744-z

מילות מפתח: סכיזופרניה, סמנים ביולוגיים בדם, למידת מכונה, ביטוי גנים, מערכת החיסון