ציר של שיטות מיזוג נתונים רב-מודאליות מונעות למידת מכונה לניתוח סיכון פרוגנוסטי בסרטן המעי הגס גרורתי המטופל בבבציזומאב

מדוע מחקר זה חשוב

עבור אנשים החיים עם סרטן מעי מתקדם, אחת השאלות המרכזיות היא האם תרופה חזקה אך יקרה תועיל להם בפועל. המחקר הזה בוחן כיצד דפוסים ב‑DNA של הגידול של המטופל, בשילוב עם מידע קליני, ניתנים לשימוש בעזרת למידת מכונה מודרנית כדי לחזות מי צפוי להפיק תועלת מטיפול ממוקד נפוץ — בבציזומאב — ומי לא. בעתיד, כלי כזה עשוי לחסוך לחלק מהחולים תופעות לוואי וטיפולים לא יעילים, ולכוון אחרים לאפשרויות המבטיחות יותר.

מבט קרוב על טיפול בסרטן המעי

סרטן המעי הגס גרורתי — סרטן מעי שהתפשט לאיברים אחרים — הוא גורם מרכזי לתמותה ממחלת הסרטן ברחבי העולם. רבים מהחולים של גידולים הנושאים שינויים גנטיים מסוימים (מוטציות RAS) מקבלים כימותרפיה סטנדרטית בשילוב עם בבציזומאב, תרופה שחוסמת גדילת כלי דם במטרה להרעיב את הגידולים. למרות ששילוב זה מאריך את ההישרדות בממוצע, רק חלק מהחולים זוכים לתועלת משמעותית. אחרים סובלים מחודשים של טיפול, מתופעות לוואי ומעלויות כלכליות מבלי להשיג תועלת ממשית. כיום לרופאים אין בדיקה אמינה שתחזה מראש מי לא יגיב לבבציזומאב, ולכן קיים צורך דחוף בכלים החלטתיים טובים יותר.

שילוב סוגי נתונים רבים

החוקרים בנו צינור ניתוח רב‑שלבי שמשתמש בלמידת מכונה למיזוג כמה סוגי מידע מכל מטופל. הם הסתמכו על קוהורט אירופאית מתועדת היטב בשם ANGIOPREDICT, הכוללת 117 מטופלים עם סרטן המעי הגס גרורתי שטופלו בבבציזומאב בנוסף לכימותרפיה. עבור כל מטופל היו להם: אזורים בגנום שהוכפלו או נגרעו (שינויים במספר העותקים), סט קטן של מוטציות גנטיות חשובות, ופרטי קליניקה סטנדרטיים כגון גיל, שלב הגידול ומיקום הגידול. כלי ייעודי בשם PhenMap שימש כדי לחשוף דפוסים נסתרים — משתני‑על — המסכמים כיצד שינויים גנטיים ותכונות קליניות משתנים במשותף בין המטופלים.

זיהוי החתימה הגנומית הקשורה לתוצאה

מתוך עשרה דפוסים שזוהו על‑ידי PhenMap, שניים היו קשורים באופן חזק לאורך הזמן שבו המטופלים חיו ללא החמרה במחלה, מדד המכונה הישרדות ללא התקדמות (PFS). הצוות התמקד אז באלו שינויים ב‑DNA שנעוּנוּ בכוח מאחורי שני הדפוסים המרכזיים הללו. באמצעות שלבים נוספים של ניתוח סטטיסטי ולמידת מכונה הם צמצמו מאות אזורים גנומיים ומוטציות לשלוש תכונות בלבד: מחיקות בשני אזורים כרומוזומליים (15q21.1 ו‑1p36.31) ומוטציה בגֵן הקרוי BRAF. שלוש התכונות האלה יחדיו יצרו חתימה גנומית קומפקטית שקושרה באופן הדוק לתוצאות גרועות יותר במטופלים שקיבלו בבציזומאב.

הפיכת חתימה לקבוצות סיכון

לאחר מכן המדענים המירו את החתימה התלת‑חלקית הזו לציון סיכון יחיד לכל מטופל, המשקף את הסיכון המשוער למות במהלך טיפול מבוסס בבציזומאב. הם חילקו את המטופלים לשלוש קבוצות — סיכון נמוך, בינוני וגבוה — בהתבסס על הציונים. ההבדלים היו בולטים: כל מטופל בקבוצת הסיכון הגבוה נכשל להגיב לבבציזומאב, בעוד שרוב המטופלים בקבוצת הסיכון הנמוך הראו תגובה. לקבוצת הסיכון הגבוה גם הייתה סבירות גבוהה יותר להתקדמות מוקדמת של המחלה בהשוואה לקבוצת הסיכון הנמוך. חשוב לציין כי ציון הסיכון הזה סיפק מידע פרוגנוסטי שמעבר למה שרופאים כבר יכלו להסיק מתוך גורמים קליניים סטנדרטיים או תת‑הקיבוץ הגנומי הקודם בלבד.

מה זה יכול להציע לחולים

למרות שעבודה זו עדיין צריכה לעבור אימות בקוהורטים גדולים ובלתי תלויים, היא מצביעה על עתיד שבו נתונים מורכבים של הגידול והמידע הקליני ישולבו לציון סיכון בודד ובר־יישום. אם יאומץ, בדיקה פשוטה שמזהה את נוכחות שתי המחיקות הכרומוזומליות ואת מוטציית BRAF עשויה לסייע בזיהוי מטופלי סרטן המעי הגס הגרורתי שלא צפויים להפיק תועלת משילוב בבציזומאב. מטופלים כאלה יוכלו להיות מופנים מוקדם יותר לאסטרטגיות אלטרנטיביות או לניסויים קליניים, בעוד שאחרים ימשיכו לקבל תרופה שממנה הם צפויים להפיק תועלת. באופן רחב יותר, צינור למידת המכונה המוצג כאן יכול להיות מותאם לסוגים וטיפולים אחרים של סרטן, בקידום המטרה של טיפול אונקולוגי באמת מותאם אישית.

ציטוט: Thomas, V., Nyamundanda, G., Lärkeryd, A. et al. A pipeline of machine learning-driven multi-modal data fusion methods for prognostic risk analysis in bevacizumab-treated metastatic colorectal cancer. Sci Rep 16, 8843 (2026). https://doi.org/10.1038/s41598-026-39189-w

מילות מפתח: סרטן המעי הגס גרורתי, עמידות לבבציזומאב, למידת מכונה, ביומרקרים גנומיים, אונקולוגיה מדויקת