פלטפורמת סינון ברוק ללא תיוג באמצעות מבני פלאזמונים תלת־ממדיים מבוססי בקטריופאז M13 לאבחון MRONJ

מדוע מבחן רוק ללסת חשוב

אנשים רבים שמקבלים תרופות חזקות לשמירה על העצמות — כגון מטופלים בסרטן או באוסטאופורוזיס — חשופים לסיכון קטן אך חמור לנמק של עצם הלסת, מצב המכונה נקרוזיס של הלסת הקשור לתרופות. מצב זה עלול לגרום לכאב כרוני, זיהום ואובדן שיניים, אך סריקות קיימות לעיתים מחמיצות את המחלה בשלבים המוקדמים שלה. המחקר מציג מבחן רוק פשוט, בשילוב חיישן מתקדם ובינה מלאכותית, שעשוי בעתיד לסייע לרופאים לזהות בעיות בלסת לפני שהן מחמירות.

סיכון נסתר מתרופות עצם שכיחות

נזק לעצם הלסת הקשור לתרופות אנטירזורפטיביות ואנטיאנגיוגניות מהווה חידה לרופאים כבר למעלה מעשור. המצב מתפתח כתוצאה משילוב של השפעות התרופה וגורמי מטופל כגון מחלות נוספות, כימותרפיה או שימוש בסטרואידים. אנשים המקבלים מינונים גבוהים של תרופות אלה, ובמיוחד חולי סרטן, בסיכון הגבוה ביותר. היום האבחון מבוסס על סימפטומים והדמיה כמו צילום רנטגן ו-CT קונב׳-ביים. אולם בשלב מאוד מוקדם ייתכן שלא ייראו שינויים ברורים בסריקות אלה, במיוחד לפני חשיפת העצם, מה שמקל על החמצה או על אבחנה שגויה.

להקשיב לכימיה בטיפה של רוק

הרוק נושא ברמז שקט את התמונה הכימית של מה שמתרחש בפה ובגוף, כולל מאות מולקולות קטנות וחלבונים. מחקרים קודמים רמזו שלמטופלים עם מצב הלסת יש תבניות מובחנות ברוק, אך כלים מעבדתיים סטנדרטיים התקשו לזהות סימנים עקביים וברורים. החוקרים פנו במקום זאת להעצמה סוררת של ראמן (SERS), שיטה מבוססת אור שיכולה לקרוא את תבנית הכוללת של מולקולות רבות בבת אחת ללא תיוג. כאשר אור לייזר פוגע במשטחים מתכתיים שהוכנו במיוחד, אזורים זעירים המכונים "חומות חמות" (hot spots) מגדילים מאוד את האות האופטי הנובע מהמולקולות הסמוכות, מה שהופך רכיבים זעירים ברוק לקלים יותר לזיהוי.

בניית מגדיל זעיר עם וירוס וזהב

כדי ליצור חיישן רוק רגיש, הצוות ערבב שלושה מרכיבים למה שהם כינו "דיו מטבוליטי": ננודורקי זהב, בקטריופאז חסר מזיק בצורת חוט בשם M13 ונפח קטן של רוק. באמצעות שיטת ציפוי מבוקרת, דיו זה נמרח על שבב דמוי זכוכית כדי לבנות מבנה פלאזמוני תלת־ממדי — יער מסודר של חלקיקי זהב וסיבי הווירוס. חלקיקי הזהב מעצימים את האות האופטי, בעוד וירוס M13 מסייע למנוע מהחלקיקים להתגבש יחד, ובכך יוצר את המרווחים האידיאליים שבהם נוצרים ה-hot spots. על ידי כוונון ריכוז הווירוס, החוקרים כיוונו את המרחק בין החלקיקים כדי למקסם את עוצמת האות ולשמור על מדידות יציבות וניתנות לשחזור לאורך השבב.

ניקוי נתונים רועשים עבור למידת מכונה

מאחר שהרכב הרוק משתנה עם תזונה, סטרס וגורמים יומיומיים אחרים, ספקטרות האור הגולמיות הן מרושלות. הצוות בנה צינור ניקוי רב־שלבי להכנת הנתונים ללמידת מכונה. ראשית, הם הסירו ארטיפקטים נדירים בדמות "קפיצות" שנגרמו על ידי קרני קוסמוס והחליקו רעש אקראי שמקורו בלייזר ובגלאי. לאחר מכן הם נורמליזו כל ספקטרום לחלק יציב של האות כדי לאפשר השוואה הוגנת בין מדגמים שונים. לבסוף השתמשו במדד סטטיסטי הנקרא מקדם המתאם של פירסון כדי לזהות ולהשליך ספקטרות חריגות שלא דמו לדגימות טיפוסיות מקבוצתם, וכך קיצצו קריאות שסביר שהוטו על ידי תנאים זמניים או תקלות טכניות.

להדריך מחשב לזהות לסת חולה

עם הספקטרות המנוקות בכף ידם, החוקרים אימנו מספר סוגי מודלים מחשביים להבחין בין רוק של מטופלים עם נזק לעצם הלסת לבין רוק של קבוצת ביקורת בריאה. הם התמקדו בחלק של האות העשיר במידע ביולוגי וחילקו בקפידה את הנתונים כך שכל המדידות מאדם אחד ישארו או באימון או בבדיקה, אך לא בשניהם. מתוך שלוש גישות שנבחנו, רשת עצבית רב־שכבתית (multi-layer perceptron) הצטיינה. אחרי כוונון הפרמטרים באמצעות אסטרטגיית חיפוש המאזנת ניסוי וטעיה עם הסתברויות, המודל הצליח לזהות נכון את כל המטופלים בקבוצת המבחן (רגישות של 100 אחוז), ובו בזמן להרגיע נכון את רוב הבריאים (ספציפיות של כ-85 אחוז), מה שהניב ציון ביצוע כללי חזק.

מה זה יכול להעניק למטופלים

המחקר מראה שמבחן רוק ללא תיוג, בשילוב חיישן מיוחד מבוסס זהב ווירוס ולמידת מכונה מתוכננת היטב, יכול להבחין בין מטופלים עם נזק לעצם הלסת הקשור לתרופות לבין בריאים בדיוק גבוה בקבוצה הקטנה הזו. העבודה עדיין בשלבים מוקדמים: רוב המטופלים היו עם מחלה בשלב הביניים, וקבוצות הביקורת והמטופלים לא התאימו באופן מושלם בגיל ובמגדר. נדרשים מחקרים גדולים ומאוזנים יותר לפני שהשיטה תוכל לשמש במרפאות, במיוחד לזיהוי המקרים המוקדמים שקשים לגילוי. אף על פי כן, הגישה מצביעה על עתיד שבו מבחן רוק מהיר וללא כאב עשוי לסייע במעקב אחרי מטופלים בסיכון, להנחות הפניות למומחי שיניים ואפשר שיתאים לזיהוי מחלות נוספות שמשאירות טביעות כימיות ברוק.

ציטוט: Kim, Y.H., Kwon, JJ., Jang, M. et al. Label-free saliva screening platform using M13 bacteriophage-based 3D plasmonic structures for MRONJ diagnosis. Sci Rep 16, 10378 (2026). https://doi.org/10.1038/s41598-026-40342-8

מילות מפתח: אבחון ברוק, מחלת עצם הלסת, ספקטרוסקופיית ראמן, חיישני פלאזמונים, למידת מכונה ברפואה