تجزیه‌و‌تحلیل هوش مصنوعی جهش‌ها می‌تواند به بهبود درمان منجر شود

شکل ۱. محققان یک روش تحلیل محاسباتی برای تشخیص اثرات عملکردی تغییرات ساختاری بدنی ابداع کرده‌اند.
شکل ۱. محققان یک روش تحلیل محاسباتی برای تشخیص اثرات عملکردی تغییرات ساختاری بدنی ابداع کرده‌اند.
منتشر شده در scitechdaily به تاریخ ۱۶ مارس ۲۰۲۳
لینک منبع: Artificial Intelligence Takes On Cancer: AI Analysis of Mutations Could Lead to Improved Therapy

سرطان یک بیماری پیچیده و متنوع است و دامنه جهش‌های مرتبط با آن بسیار زیاد است. ترکیبی از این تغییرات ژنومی در یک فرد به‌عنوان «چشم‌انداز جهشی» نامیده می‌شود. این مناظر بر اساس نوع سرطان متفاوت است و حتی افراد مبتلا به همان نوع سرطان می‌ٔتوانند الگوهای جهش بسیار متفاوتی داشته باشند.

دانشمندان قبلاً مناظر جهشی انواع مختلفی از سرطان را مستند کرده‌اند. تغییرات ساختاری سوماتیک (SVs) بیش از ۵۰ درصد از تمام جهش‌های سرطان‌زا را تشکیل می‌دهند. این جهش‌ها در طول زمان در سلول‌ها رخ می‌دهند، مانند خطاهای کپی در DNA در طول تقسیم سلولی، که منجر به تغییرات در ساختار کروموزوم می‌شود.

آن‌ها ارثی نیستند و فقط در سلول‌های آسیب‌دیده و در سلول‌های دختر آن‌ها یافت می‌شوند. با افزایش سن، چنین تغییرات ژنومی زیادتر می‌شود و چشم‌انداز جهش یک فرد به‌طور فزاینده‌ای شبیه یک موزاییک منحصر به فرد می‌شود.

اگرچه SVهای سوماتیک نقش مهمی در توسعه سرطان دارند، اطلاعات نسبتا کمی در مورد آن‌ها وجود دارد. دکتر اشلی سندرز، سرپرست آزمایشگاه پایداری ژنوم و موزائیسم سوماتیک در مرکز ماکس دلبروک، توضیح می‌دهد: «فقدان روش‌هایی وجود دارد که اثرات آن‌ها را بر عملکرد سلول تجزیه‌وتحلیل کند. این به لطف یافته‌های تحقیقاتی جدید، که سندرز اخیراً در مجلهNature Biotechnology همراه با آزمایشگاه بیولوژی مولکولی اروپا(EMBL) منتشر کرده است، تغییر کرده است.

او گزارش می‌دهد: «یک روش تجزیه‌وتحلیل محاسباتی برای شناسایی اثرات عملکردی SVهای سوماتیک ایجاد کردیم.» این تیم را قادر ساخت تا پیامدهای مولکولی جهش‌های جسمی فردی در بیماران مختلف سرطان خون را درک کند و به آن‌ها بینش جدیدی در مورد تغییرات خاص جهش داد. سندرز می‌گوید که استفاده از این یافته‌ها برای توسعه درمان‌هایی که سلول‌های جهش‌یافته را هدف قرار می‌دهند نیز ممکن است، و افزود که «این یافته‌ها راه‌های جدید هیجان‌انگیزی را برای پزشکی شخصی‌سازی شده باز می‌کنند».

حتی دقیق‌تر از آنالیزهای تک سلولی معمولی

محاسبات آن‌ها بر اساس داده‌هایStrand-seq است -یک روش توالی‌یابی تک سلولی خاص که سندرز نقش مهمی در توسعه آن داشت و اولین بار در سال ۲۰۱۲ به جامعه علمی معرفی شد. این تکنیک می‌تواند ژنوم یک سلول را با جزئیات بسیار بیشتر از آن بررسی کند. فن‌آوری‌های متداول توالی‌یابی تک سلولی به لطف یک پروتکل آزمایشی پیچیده، روشStrand-seq می‌تواند به‌طور مستقل دو رشته DNA والدین (یکی از پدر و دیگری از مادر) را تجزیه‌وتحلیل کند.

با روش‌های متداول توالی‌یابی، تشخیص چنین همولوگ‌هایی -کروموزوم‌هایی که از نظر شکل و ساختار مشابه هستند اما یکسان نیستند- تقریباً غیرممکن است. سندرز توضیح می‌دهد: «با حل همولوگ‌های منفرد در یک سلول، SVهای سوماتیک را می‌توان خیلی بهتر از روش‌های دیگر شناسایی کرد. رویکرد مورد استفاده برای انجام این کار توسط محقق و همکارانش در مقاله‌ای که در سال ۲۰۲۰ درNature Biotechnology منتشر شد، شرح داده شد.

تیم تحقیقاتی بخشی از تمرکز تحقیقاتی مشترک «رویکردهای تک سلولی برای پزشکی شخصی» از مؤسسه سلامت برلین در Charité برلین (BIH)، و مرکز Max Delbrück است.

بر اساس این کار، آن‌ها اکنون می‌توانند موقعیت نوکلئوزوم‌ها را در هر سلول نیز تعیین کنند. نوکلئوزوم‌ها واحدهایی از DNA هستند که در اطراف کمپلکس‌های پروتئینی به نام هیستون پیچیده شده‌اند و نقش مهمی در سازماندهی کروموزوم‌ها دارند. موقعیت نوکلئوزوم‌ها می‌تواند در طول بیان ژن تغییر کند و نوع بسته‌بندی نشان می‌دهد که آیا یک ژن فعال است یا نه. سندرز و همکارانش یک الگوریتم خودآموزی برای مقایسه فعالیت ژنی سلول‌های بیمار با و بدون جهش SV سوماتیک ایجاد کردند و به آن‌ها اجازه می‌دهد تا تاثیر مولکولی انواع ساختاری را تعیین کنند.

اهداف جدید برای درمان سرطان

سندرز توضیح می‌دهد: «اکنون می‌توانیم از یک بیمار نمونه بگیریم، به دنبال جهش‌هایی باشیم که منجر به بیماری شده‌اند، و هم‌چنین مسیرهای سیگنالی را که جهش‌های ایجادکننده بیماری مختل می‌کنند، بیاموزیم. به‌عنوان مثال، تیم موفق به شناسایی یک جهش نادر اما بسیار تهاجمی در یک بیمار سرطان خون شد. تجزیه‌و تحلیل نوکلئوزوم اطلاعاتی را در مورد مسیرهای سیگنال‌دهی درگیر در اختیار محققان قرار داد که آن‌ها از آن برای مهار رشد سلول‌های حاوی جهش استفاده کردند. سندرز می‌گوید: «این بدان معناست که یک آزمایش واحد چیزی در مورد مکانیسم‌های سلولی درگیر در تشکیل سرطان به ما می‌گوید. ما در نهایت می‌توانیم از این دانش برای توسعه درمان‌های شخصی‌سازی‌شده، با هدایت شرایط منحصر به فرد هر بیمار استفاده کنیم.»

این متن با استفاده از ربات ترجمه مقالات تکنولوژی ترجمه شده و به صورت محدود مورد بازبینی انسانی قرار گرفته است.در نتیجه می‌تواند دارای برخی اشکالات ترجمه باشد.
مقالات لینک‌شده در این متن می‌توانند به صورت رایگان با استفاده از مقاله‌خوان ترجمیار به فارسی مطالعه شوند.