تنبؤ نتائج العلاج عبر دمج معرفة المريض مع تمثيلات الاضطراب الجيني

تشكل القدرة على التنبؤ بدقة في استجابة المرضى للعلاج تحديًا كبيرًا بسبب نقص البيانات السريرية المناسبة بعد العلاج. قدمت دراسة جديدة نموذجًا مبتكرًا يُسمى PREDIKTOR يُتيح دمج معرفتين مختلفتين: الشبكة المعرفية للمريض وتصور الاضطرابات الجينية.

حيث تقوم هذه المنهجية على إنشاء شبكة تنظيمية جينية فردية لكل مريض من التعبيرات السرطانية باستخدام نموذج DysRegNet، وتُعزز برابط بين الأدوية المستهدفة من DrugBank. بينما يستخدم نموذج آخر لتوليد تمثيل محاكٍ للتعبيرات الجينية بعد العلاج باستخدام بيانات من LINCS L1000، مما يتيح التفاعل بين نقاط البيانات المختلفة.

بتوحيد هذين المنظورين في فضاء مشترك باستخدام أهداف تباينية، يوفر PREDIKTOR تقييمًا دقيقًا لاستجابة المرضى للعلاج.

والأكثر إثارة هو أن النموذج يتفوق على الأساليب التقليدية، حيث حقق تحسينًا بنسبة 5.6% في دقة التنبؤ فيما يتعلق بالتجارب السريرية، مما يجعله أداة قوية لدعم مجالات العلاج المخصص وتقديم تفاصيل قابل للتفسير حول الآليات المعروفة. هذا يمثل خطوة رئيسية نحو تحسين رعاية المرضى وتحقيق نتائج علاجية أكثر دقة.