שילוב של רדיומיקה, למידה עמוקה, טרנסקריפטומיקה ומטבולומיקה חושף סיווג סיכון פרוגנוסטי ומנגנונים ביולוגיים בסיסיים בסרטן המעי הגס

מדוע המחקר הזה חשוב למטופלים ולמשפחות

סרטן המעי הגס הוא אחד מהסרטנים השכיחים והקטלניים ביותר בעולם, ועדיין רופאים מתקשים לחזות אילו מטופלים יגיבו היטב לאחר ניתוח ואילו נמצאים בסיכון גבוה יותר למות מהמחלה. המחקר הזה מראה שסורקים רפואיים שגרתיים, בשילוב ניתוח מחשבי מתקדם ובדיקות מולקולריות, יכולים למיין מטופלים לקבוצות סיכון ברורות ולחשוף ביולוגיה חבויה בתוך הגידולים שלהם. בעתיד, גישה כזו עשויה לסייע בהתאמת טיפול ומעקב — כך שמטופלים בסיכון גבוה יקבלו מעקב צמוד ותרפיות עוצמתיות יותר, בעוד שמטופלים בסיכון נמוך יימנעו מתופעות לוואי מיותרות.

מסתכלים לתוך הגידולים בלי מקרג

החוקרים התמקדו בסריקות CT עם חומר ניגוד, בדיקת הדמיה שגרתית שכבר משמשת להערכת סרטן המעי הגס. במקום להסתמך על מה שהעין האנושית רואה, הם השתמשו ברדיומיקה ולמידה עמוקה כדי לחלץ כמעט 2,000 תכונות כמותיות זעירות מהתמונות, שתופסות דפוסים עדינים של צורה ומרקם המשקפים הטרוגניות של הגידול. לאחר מכן הם בדקו באופן שיטתי 117 שילובים של עשרה אלגוריתמי למידת מכונה כדי למצוא את השיטה האמינה ביותר לקישור בין תכונות התמונה לאורך חיי המטופלים. המודל המנצח, ששילב שתי טכניקות הנקראות Lasso ו‑gradient boosting, הפיק ציון סיכון יחיד לכל אדם המבוסס אך ורק על סריקת ה‑CT לפני הניתוח.

הפרדה בין מטופלים בסיכון נמוך ובסיכון גבוה

בהתבסס על סריקות CT של 1,183 מטופלים שטופלו בארבעה בתי חולים, הצוות אימן ובדק בקפדנות את מודל הרדיומיקה עם למידה עמוקה שלהם. הם זיהו נקודת חיתוך בציון המבוסס על התמונה שחילקה את המטופלים לקבוצות סיכון נמוך וסיכון גבוה. בכל מערכי האימונים, במערך אישור פנימי ובשני בתי חולים עצמאיים, מטופלים בסיכון גבוה חיו באופן עקבי פחות זמן מאלה בקבוצת הסיכון הנמוך. יכולת המודל להבחין בין התוצאות נשמרה על פני תת‑קבוצות רבות, כולל מטופלים צעירים ומבוגרים, גברים ונשים, שלבים שונים של הגידול והאם המטופלים קיבלו כימותרפיה או לא. כאשר החוקרים שילבו את ציון התמונה עם שני אינדיקטורים קליניים סטנדרטיים — רמות CEA בדם ושלב קשריות לימפה — לכלי גרפי פשוט שנקרא נומוגרמה, החיזוי של הישרדות לשלוש וחמש שנים נעשה מדויק ושימושי יותר מבחינה קלינית.

מה עושה גידול אחד מסוכן יותר מאחר?

כדי להתקדם מעבר לחיזוי ולהבין מדוע חלק מהגידולים מתנהגים באגרסיביות רבה יותר, הצוות קישר קבוצות סיכון המבוססות על הדמיה לשינויים מולקולריים בסרטן. בקבוצה משנה של מטופלים הם ניתחו מולקולות קטנות ברקמת הגידול בעזרת ספקטרוסקופיית תהודה מגנטית והשוו גידולים לרקמה סמוכה תקינה. הם מצאו שלגידולים בסיכון גבוה ובסיכון נמוך היו טביעות אצבע מטבוליות שונות, הכוללות מסלולים המטפלים בחומצות אמינו ובחומצות שומן שרשרת קצרה. במקביל הם בחנו פעילות גנים בגידולים ממאגר הדמיה ציבורי. בגידולים בסיכון גבוה נצפו אותות חזקים ממסלולים הקשורים למטריצה החוץ‑תאית — השלד התומך סביב התאים — שידוע כמסייע להפצת תאים סרטניים ולהתנגדות לטיפול. לעומת זאת, בגידולים בסיכון נמוך הייתה העשרה של מסלולים הקשורים למערכת החיסון ורמות גבוהות יותר של תאי CD8 מסוג ההורגים סרטן, מה שמרמז על מיקרו‑סביבה חיסונית פעילה יותר נגד הגידול.

מסלולי מטבוליזם מגן הקשורים להישרדות טובה יותר

באופן בולט, גם נתוני המטבוליטים וגם נתוני פעילות הגנים הצביעו על אותם שני מסלולים מטבוליים — מטבוליזם של בוטאנואטים (butanoate) ומטבוליזם חנקני — כפעילים יותר בגידולים בסיכון נמוך. מסלולים אלה קשורים למוצרי חיידקי מעי ולדרך שבה תאים מעבדים חנקן, דבר שמשפיע על מאזן האנרגיה ותפקוד המערכת החיסונית. כאשר החוקרים בדקו מאגר עצמאי גדול של 417 מטופלים בסרטן המעי הגס מתוך The Cancer Genome Atlas, הם מצאו שפעילות נמוכה יותר בשני המסלולים הללו הייתה קשורה באופן ברור להישרדות כללית גרועה יותר. ממצא זה מרמז כי שמירה על תהליכים מטבוליים אלה עשויה לסייע להרתיע גדילה סרטנית או לתמוך בתגובה חיסונית חזקה יותר, ושייתכן שבעתיד הם יחקרו כסמנים ביולוגיים או כיעדים טיפוליים.

מה משמעות הדבר לטיפול בסרטן בעתיד

במילים פשוטות, המחקר הזה מראה ששילוב של ניתוח חכם של תמונות עם פרופיל מולקולרי יכול גם לחדד כלי פרוגנוסטיקה וגם לחשוף מה קורה בתוך גידולי המעי הגס. ציון סיכון המופק מסריקות CT שגרתיות, במיוחד בשילוב עם מדידות קליניות רוטיניות, יכול לסייע לרופאים לזהות אילו מטופלים זקוקים לטיפול או למעקב אינטנסיביים יותר לאחר ניתוח. במקביל, גילוי שמסלולי חיסון ומטבוליזם מסוימים קשורים לתוצאות טובות יותר מצביע על דרכים חדשות לחזק את הגנות הגוף ולעצב תרפיות ממוקדות. למרות שנדרשים מחקרים פרוספקטיביים רחבים יותר לאישור הממצאים, הגישה המשולבת הזו מהווה צעד לעבר טיפול מותאם אישית ומבוסס ביולוגיה לאנשים עם סרטן המעי הגס.

ציטוט: Li, Z., Cai, R., Qin, Y. et al. Integration of radiomics, deep learning, transcriptomics, and metabolomics reveals prognostic risk stratification and underlying biological mechanisms in colorectal cancer. npj Precis. Onc. 10, 155 (2026). https://doi.org/10.1038/s41698-026-01331-2

מילות מפתח: סרטן המעי הגס, רדיומיקה, למידה עמוקה, מטבוליזם של הגידול, מיקרו‑סביבה חיסונית