כיצד למידת מכונה יכולה לסייע בייצור חיסונים מותאמים אישית לסרטן?

[מודעה_1]

השימוש ברשתות עצביות מלאכותיות יכול לקצר את זמן המחשוב הנדרש ליצירת חיסון סרטן מותאם אישית, שהוא כיום תהליך ארוך, לפחות משעה, אמר מנהל המרכז הלאומי למחקר גמלאיה לאפידמיולוגיה ומיקרוביולוגיה (רוסיה), אלכסנדר גינצבורג, ל-TASS.

"כיום, לוקח זמן רב לתכנן חיסון מכיוון שצריך לחשב איך נראה חיסון mRNA, באמצעות שיטת המטריצה, במונחים מתמטיים. יצרנו קשר עם מכון איבניקוב, שיסתמך על בינה מלאכותית כדי לבצע את החישוב הזה, שבו תהליכים אלה יימשכו כחצי שעה עד שעה."

החוקר הסביר בעבר ל-TASS כי יש צורך במסד נתונים של 40,000 עד 50,000 רצפי גידולים, עם זיהוי אנטיגן תואם, המתורגמים לחלבון או RNA בחולים, כדי לאמן את הבינה המלאכותית. הוא אמר שזה יעזור לקבוע האם ניתן להשתמש בחיסון באופן אינדיבידואלי.

החיסון פותח בשיתוף פעולה עם מספר מרכזי מחקר. אנדריי קפרין, מנכ"ל מרכז המחקר לרדיולוגיה רפואית של משרד הבריאות הרוסי, אמר כי הושלמו ניסויים פרה-קליניים.

כיצד למידת מכונה יכולה לסייע בייצור חיסונים לסרטן?

השימוש בבינה מלאכותית בפיתוח חיסונים לסרטן מאפשר טיפול מותאם אישית, אך גם מציב אתגרים חדשים בפני מפתחי תרופות ורגולטורים.

בתחום האימונותרפיה, התקדמות בבינה מלאכותית ולמידת מכונה יכולה לסייע בעיבוד נתונים מביופסיות סרטן כדי לתכנן חיסונים המכוונים למוטציות ספציפיות למטופל. היכולת למקד מוטציות ספציפיות למטופל אינה חדשה, ותרופות סרטן ממוקדות, כגון טיפולים אנטי-HER2 ומעכבי CDK4/6, הפכו לנמכרות בוהקות בתעשייה. עם זאת, הפוטנציאל של בינה מלאכותית לזהות ניאו-אנטיגנים מביופסיות של מטופלים בודדים הוסיף ליעילות של תהליך זה.

השימוש בבינה מלאכותית הפך לנושא דיון מרכזי בתעשיות רבות, ותעשיית התרופות אינה יוצאת דופן.

"מוטציות שזוהו בביופסיות של חולים יכולות להיות מוזנות לאלגוריתם כדי לחזות אילו מוטציות הן האימונוגניות ביותר", אמר סקוט אבינגהאוס, סגן נשיא למחקר קליני במרק. "משם, נוכל לסנתז RNA המקודד לכל גן סרטני מוטנטי, המותאם למערכת החיסון. כל חיסון יהיה ייחודי מאוד לכל אדם."

בניגוד לטיפולים שפותחו כנגד אנטיגן קבוע יחיד, מערכת הבינה המלאכותית תשאף לשפר את יכולתה לבחור ניאו-אנטיגנים. האלגוריתם בוחן את המוטציות הגנטיות הקיימות בגידול של המטופל וחוזה ניאו-אנטיגנים בעלי הסיכוי הגבוה ביותר לעורר תגובה חיסונית. "לאלגוריתם יש את היכולת ללמוד לאורך זמן באמצעות זיווג נתונים קליניים ונתונים אימונוגניים, ובתקווה ישתפר בבחירת ניאו-אנטיגנים בעלי הסיכוי להיות פעילים קלינית", אמר קייל הולן, מנהל פיתוח טיפולי ואונקולוגיה במודרנה.

חברה נוספת המשתמשת בבינה מלאכותית היא Transgene, אשר משתפת פעולה עם NEC Corporation כדי לעצב חיסונים מותאמים אישית לסרטן. במקום חיסוני mRNA, Transgene עובדת עם וקטורים ויראליים כדי לאמן את מערכת החיסון של המטופל להילחם במטרות סרטן ספציפיות.

ככל שחיסוני סרטן עוברים לשלבי ניסויים מאוחרים יותר, אחד האתגרים יהיה ויסות המוצרים הפוטנציאליים. מנהל המזון והתרופות האמריקאי (FDA) פרסם מסמך הנחיות הנוגע לחיסונים מרובי אנטיגנים. הסוכנות מציינת כי ייתכן שלא יהיה צורך להעריך כל רכיב של זריקות אלו בנפרד מבחינת בטיחות ויעילות. עם זאת, המסמך כן קובע כי הדבר "יישקל על בסיס כל מקרה לגופו".

דובר ה-FDA אמר כי "ה-FDA מכיר בפוטנציאל של בינה מלאכותית/למידת מכונה (AI/ML) להאצת פיתוח טיפולים מותאמים אישית."

Phuong Anh (מקור: BioSpace, Tass)

[מודעה_2]
מָקוֹר