في نقلة نوعية لعالم أبحاث السرطان، قدمت دراسة جديدة طريقة مبتكرة لفهم سرطان الثدي الثلاثي السلبي (TNBC) من خلال دمج الذكاء الاصطناعي (AI) وتحليل البروتينات المكانية (Spatial Proteomics). هذه الأبحاث تسلط الضوء على كيفية استخدام نماذج التعلم العميق لتحليل شرائح نسيجية ملونة بمادة H&E، وتوقع خطر تكرار المرض.

تم تطوير إطار عمل ربما يكون ثوريًا، حيث قام الباحثون بدمج خرائط الحرارة الناتجة عن نموذج الذكاء الاصطناعي مع البروتيوميات المكانية لتقييم مخاطر تكرار الإصابة بالسرطان. في مجموعة تضم 156 مريضًا، حققت هذه الطريقة درجة دقة (AUC) تبلغ 0.77، ما يثبت فعاليتها في تحديد مناطق الخطر بدقة. وأظهرت النتائج أيضًا أن المناطق ذات المخاطر العالية والأقل تتواجد داخل نفس الأنسجة، مما يدل على وجود تنوع كبير داخل الورم يتخطى هوية الخلايا.

تم استخدام خرائط الحرارة كأدلة لمساعدتهم على عزل وتحليل 46 منطقة ورمية من مرضى تعرضوا لتكرار السرطان. وكشفت تحليلات البروتيوميات المكانية عن تباينات جزيئية متناسقة بين المرضى: حيث كانت البرامج الانقسامية أكثر تركيزًا في المناطق ذات المخاطر العالية، بينما كانت برامج المناعة وعرض المستضدات مرتبطة بالمناطق ذات المخاطر المنخفضة.

تم استحداث مركب من 13 بروتينًا يُظهر اتجاهًا نحو انخفاض بقاء المرضى خالين من الانتكاس كلما زادت الدرجات، مما يفتح آفاق جديدة للبحث في علاج سرطان الثدي. تم تحسين درجة التقييم (C-index) من 0.679 إلى 0.739 عند دمج المركب البروتيني مع نقاط المخاطر المستمدة من H&E، مما يعزز من تمييز الوقت بناءً على خطر الانتكاس على مدى 3 و5 سنوات.

إن هذه الاكتشافات ليست مجرد تقدم تقني، بل تمثل خطوة نحو فهم أفضل لطفرة المرض، مما يسمح بإيجاد حلول علاجية أكثر تخصيصًا. فهي تحدد دورًا جديدًا للنماذج التجريبية المدربة على أساس النتائج كمساعدات تجريبية مرتبطة بالمستويات الجزيئية المحلية، مما يسهل اكتشاف العلامات البيولوجية المترابطة بلقدرة متقدمة.

ما رأيكم في هذا التطور المثير في مجال أبحاث السرطان؟ شاركونا تجاربكم وآرائكم في التعليقات.