تحديد مراحله أوتوماتيكيا لمحاصرته.. باحث أزهري يطور تقنية تقود لعلاج السرطان
تمكن باحث من جامعة الأزهر بمشاركة فريق من جامعة هارفارد وجامعة إلينوي ومراكز بحثية أمريكية من تطوير نموذج حاسوبي يعمل بتقنية الذكاء الاصطناعي قادر على تحليل مرض السرطان بدقة مما يقود لاكتشاف علاجات لهذا المرض الخبيث فضلًا عن محاصرته في مرحلة مبكرة قبل انتشاره.
واحتفت مجلة نيتشر العلمية العالمية بالإنجاز الذي توصل إليه الباحث وفريقه ونشرت بحثه مع إشادة من كبار المتخصصين بما حققوه.
الباحث هو الدكتور هيثم عبد الرحمن المراكبي، المدرس بقسم النظم والحاسبات في جامعة الأزهر والباحث بمركز دانا فاربر للسرطان بجامعة هارفارد الأمريكية.
السجل الجيني
وقال الدكتور هيثم: إنه تمكن مع الفريق البحثي والذي هو أحد باحثيه والباحث الأول في الدراسة التي نشرت مؤخرًا في مجلة نيتشر العالمية، تمكن من دراسة السجل الجيني لأكثر من ألف مريض من مرضى السرطان وتحديد ما إذا كان السرطان في كل مريض من النوع المبكر أم من النوع المتقدم المقاوم للأدوية والذي انتشر أو قد ينتشر إلى أعضاء أخرى.
وأضاف في حواره مع موقع سكاي نيوز عربية أنه في هذه الدراسة قام الفريق البحثي بتطوير نموذج حاسوبي غير تقليدي يعتمد على تقنيات الذكاء الاصطناعي وتعلم الآلة وتحديدا التعلم العميق (Deep Neural Networking) والذي يمكنه تحديد مرحلة السرطان أوتوماتيكيا بعد تدريبه على السجلات الجينية للمرضى.
لوغاريتمات التعلم العميق
وتابع أنه استطاع النموذج الحاسوبي المطور المعروف باسم (لوغاريتمات التعلم العميق) تحديد مرحلة السرطان بدقة للمرضى مما يعني أن النموذج يستطيع التمييز بين السرطان المبكر والمتقدم عن طريق تحليل السجل الجيني للمريض.
وأوضح أنه يمكن استخدام هذا النموذج لمعرفة احتمالية أن يبدأ السرطان لدى المريض في عملية الانتشار الخبيث مما يسهل على الطبيب المعالج اتخاذ التدابير اللازمة مبكرا وقبل فوات الأوان.
وأكد "المراكبي" أنه بالنظر لأبعد من مجرد التنبؤ باحتمالية تطور السرطان فإن أحد مخرجات البحث المذكور المهمة هو تقديم تفسيرات لهذه التنبؤات "إذ إن أحد أهم عيوب النماذج الحاسوبية المعتمدة على تقنيات الذكاء الصناعي المستخدمة حاليًا هي عدم القدرة على معرفة كيفية عمل هذه النماذج من الداخل أو إيجاد تفسير للقرارات التي اتخذتها هذه النماذج، فهي تعتبر كصندوق أسود يقوم بأداء مهمته دون الإفصاح عن تفسير لطريقة عملها".
واستطرد: "على العكس من ذلك استطاع الفريق البحثي بناء آلية مبتكرة تتيح للنموذج الحاسوبي المستخدم ليس فقط التمييز بين السرطان المبكر والمتقدم بل وأيضا تقديم تفسيرات عن التغيرات والجينات والعمليات الحيوية المرتبطة بعملية انتشار السرطان".
وأوضح أنه باستخدام هذه الآلية المبتكرة استطاع مع الفريق البحثي تحديد عدد من الجينات المهمة المعروفة والتي أمضى العلماء سنوات طويلة في دراستها لمعرفة مدى تأثيرها على انتشار السرطان، بينما اكتشفها النموذج الحاسوبي الجديد تلقائيا.
تجارِب مكثفة
وبالإضافة إلى قدرة النموذج المبتكر على إعادة اكتشاف عدد من الجينات المعروفة، فإن الفريق البحثي استخدم نفس الطريقة لاكتشاف عدد من الجينات الجديدة التي لم تكن معروفة في عملية انتشار سرطان البروستاتا من قبل، بحسب ما أكد المراكبي.
وقال الباحث إن الفريق قام أيضًا بإجراء تجارِب مكثفة معملية على أحد هذه الجينات الجديدة وتبين أن نشاط هذا الجين يزيد من مقاومة الخلايا السرطانية للعلاج في المعمل.
واستخدم الفريق البحثي تقنية حديثة لتعديل الجينات تسمى كريسبر (مكتشفي هذه الطريقة هما الحاصلتين على جائزة نوبل لعام 2020 في الكيمياء) لإيقاف عمل هذا الجين المكتشف، ووجد الفريق البحثي أن الخلايا السرطانية المعملية بدأت في الاستجابة للعلاج بعد إيقاف عمل هذا الجين، مما يفتح الباب أمام بدء التجارب السريرية لتجربة العلاج الذي يوقف نشاط هذا الجين على المرضى، وفقا للدكتور المراكبي.
التجارب السريرية
وقال المراكبي: "نأمل حاليًا أن تقوم إحدى الشركات العالمية ببدء التجارب السريرية على هذا الجين المكتشف في البحث لدراسة إمكانية استخدامه في علاج سرطان البروستاتا، كما يأمل الفريق البحثي في تكرار هذه الدراسة الناجحة والتي تجمع بين المعرفة الطبية والبيولوجية والحاسوبية على سرطانات مختلفة مثل سرطان الرئة وسرطان الجلد".
