پژوهشگران یک مدل هوش مصنوعی موسوم به «سلول مجازی» ساختهاند که میتواند پیشبینی کند سلولهای تومور هر بیمار مبتلا به سرطان سینه سهگانه منفی (TNBC) به کدام داروها بهتر پاسخ میدهند؛ رویکردی که میتواند مسیر درمانهای شخصیسازیشده را هموار کند.
این مدل با استفاده از دادههای بیش از ۳۸ میلیون اندازهگیری پروتئین از ۱۸ رده سلولی سرطان سینه، از جمله ۱۶ رده TNBC، آموزش داده شد. پژوهشگران اثر ۶۳ داروی ضدسرطان و ۵۹ ترکیب دارویی را در بازههای زمانی مختلف بررسی کردند تا مدل بتواند تغییرات سلولها را پس از دریافت دارو پیشبینی کند.
مدل هوش مصنوعی توانست با دقت ۸۸ درصد واکنش سلولهای سرطانی به ۸۱ دارویی را که در دادههای آموزشی حضور نداشتند، پیشبینی کند. همچنین در بررسی نمونههای توموری ۵۰۱ بیمار مبتلا به TNBC، پیشبینیهای مدل با نتایج واقعی درمان آنها مطابقت قابلتوجهی داشت.
از آنجا که سرطان سینه سهگانه منفی فاقد گیرندههای استروژن، پروژسترون و HER2 است، گزینههای درمانی هدفمند برای آن محدودتر است. پژوهشگران امیدوارند این «سلول مجازی» در آینده به انتخاب دقیقتر دارو برای هر بیمار و توسعه درمانهای شخصیسازیشده کمک کند.
این مطالعه ۹ سپتامبر ۲۰۲۶ در مجله Nature منتشر شده است.
کد خبر ۲۰۱۰۵۰۶۲۳.۳۵۹
منبع: نیچر
