Yayınlandı: 18 Nisan 2024
İletişim: NCI Basın Ofisi | 240-760-6600

Ulusal Sağlık Enstitüleri (NIH) araştırmacıları, “bir kavram kanıtlama çalışmasında, tümörlerin içindeki tek tek hücrelerden alınan verileri kullanarak bir kişinin kanserinin belirli bir ilaca yanıt verip vermeyeceğini tahmin eden bir yapay zekâ (YZ) aracı geliştirdiler.” Bu çalışmayı 18 Nisan 2024’te Nature Cancer dergisinde yayınladılar. Araştırmacılar, “bu tür tek hücreli RNA dizileme verilerinin, bir gün doktorların kanser hastalarını kanserleri için etkili ilaçlarla daha doğru bir şekilde eşleştirmelerine yardımcı olmak için kullanılabileceğini” öne sürüyorlar.

Mevcut yaklaşımların “bir tümör örneğindeki tüm hücrelerin ortalamasının alındığı toplu dizilemeye dayandığını” belirten araştırmacılar, “ancak tümörlerin birçok farklı hücre alt popülasyonuna sahip olabileceğini ve bu alt popülasyonların farklı ilaçlara farklı yanıtlar verebileceğini, bunun da bazı hastaların belirli ilaçlara yanıt vermemesini ya da direnç geliştirmesini açıklayabileceğini” söylediler.

Araştırmacılar, “tek hücreli RNA dizilemesinin, tek hücre düzeyinde çok daha yüksek çözünürlüklü veriler sağladığını ve bunun bireysel klonları tanımlamak ve hedeflemek için kullanılmasının daha kalıcı ilaç tepkilerine yol açabileceğini” vurguladılar. Ancak “tek hücreli gen ifadesi verilerinin elde edilmesinin toplu verilerden çok daha maliyetli olduğunu ve henüz klinik ortamlarda yaygın olmadığını” da eklediler.

Yeni çalışmada, “yaygın olarak bulunan toplu RNA dizileme verilerini kullanarak ilaç tepkilerini tahmin etmek için bir yapay zeka modeli eğitmek üzere transfer öğrenmesi adı verilen makine öğrenme tekniği kullanıldığını, ardından bu modelin tek hücreli RNA dizileme verileriyle ince ayar yapıldığını” aktardılar. “FDA onaylı 44 kanser ilacı için yapay zeka modelleri oluşturulduğunu ve modellerin tek tek hücrelerin hem tek ilaçlara hem de ilaç kombinasyonlarına nasıl tepki vereceğini doğru şekilde tahmin ettiğini” söylediler.

Model, “dört ilaç kombinasyonuyla tedavi edilen 41 multipl miyelom hastası ve iki ilaç kombinasyonuyla tedavi edilen 33 meme kanseri hastasının verileri üzerinde test edildi.” Araştırmacılar, “belirli bir ilaca dirençli tek bir klonun bile, diğer klonlar yanıt verse bile hastanın o ilaca yanıt vermeyeceğini keşfetti.” Ayrıca, “modelin küçük hücreli olmayan akciğer kanseri için hedefli tedavilerle tedavi edilen 24 hastada direnç gelişimini başarıyla öngördüğü” belirtildi.

Araştırmacılar, “tek hücreli RNA dizileme verilerinin daha yaygın erişilebilir hale gelmesiyle yöntemin doğruluğunun artacağını” söyledi. Bu arada, “PERCEPTION (Kişiselleştirilmiş Tek Hücreli İfade Tabanlı Onkoloji Tedavi Planlaması) adlı yapay zeka modeli için yeni veri kümeleriyle nasıl kullanılacağına dair bir araştırma web sitesi ve kılavuz geliştirildi.”

Çalışma, NCI Kanser Araştırmaları Merkezi tarafından yürütüldü ve daha önce NCI’da görev yapan Dr. Alejandro Schaffer ile Dr. Sanju Sinha tarafından yönetildi. Denetimi ise NCI’dan Dr. Eytan Ruppin üstlendi.