يعمل برنامج GraphNovo التابع لجامعة واترلو، باستخدام التعلم الآلي، على تحسين دقة تسلسل الببتيد في الخلايا بشكل كبير، مما يوفر اختراقات في علاج السرطان الشخصي وتطوير اللقاحات.
ويمكن أن يؤدي التقدم في مجال الذكاء الاصطناعي إلى تطوير طب شخصي للغاية لعلاج الأمراض الخطيرة؛ إذ تساعد تكنولوجيا التعلم الآلي العلماء في فحص تركيبة الخلايا غير المعروفة، مما قد يؤدي إلى علاج شخصي للسرطان والأمراض الخطيرة الأخرى، حسبما ذكر موقع scitechdaily.
تطوير البرنامج
وقام الباحثون في جامعة واترلو بتطوير برنامج GraphNovo، وهو برنامج جديد يوفر فهمًا أكثر دقة لتسلسل الببتيد في الخلايا، علماً بأن الببتيدات هي سلاسل من الأحماض الأمينية داخل الخلايا وهي لبنات بناء مهمة وفريدة من نوعها مثل DNA أو RNA.
في الشخص السليم، يستطيع الجهاز المناعي التعرف بشكل صحيح على الببتيدات الخاصة بالخلايا غير المنتظمة أو الغريبة، مثل الخلايا السرطانية أو البكتيريا الضارة، ومن ثم استهداف تلك الخلايا لتدميرها.
أما بالنسبة للأشخاص الذين تعاني أجهزتهم المناعية من صعوبات، فإن المجال الواعد للعلاج المناعي يعمل على إعادة تدريب أجهزتهم المناعية للتعرف على هؤلاء الغزاة الخطرين.
وقال زيبينج ماو، أحد الباحثين الذين طوّر البرنامج: "ما يريد العلماء القيام به هو تسلسل تلك الببتيدات بين الأنسجة الطبيعية والأنسجة السرطانية للتعرف على الاختلافات".
وتعتبر عملية التسلسل هذه صعبة بشكل خاص بالنسبة للأمراض الجديدة أو الخلايا السرطانية، والتي ربما لم يتم تحليلها من قبل. في حين يمكن للعلماء الاعتماد على قاعدة بيانات الببتيد الموجودة عند تحليل الأمراض أو الكائنات الحية التي سبق دراستها، فإن السرطان والجهاز المناعي لكل شخص فريد من نوعه.
ولبناء ملف تعريف سريع للببتيدات في خلية غير مألوفة، استخدم العلماء طريقة تسمى تسلسل الببتيد دي نوفو، والتي تستخدم قياس الطيف الكتلي لتحليل عينة جديدة بسرعة. قد تترك هذه العملية بعض الببتيدات غير مكتملة أو مفقودة تمامًا من التسلسل.
قفزة في دقة التسلسل
باستخدام التعلم الآلي، تعمل GraphNovo على تحسين الدقة بشكل كبير في تحديد تسلسلات الببتيد عن طريق ملء هذه الفجوات بالكتلة الدقيقة لتسلسل الببتيد. ومن المرجح أن تكون مثل هذه القفزة في الدقة مفيدة للغاية في مجموعة متنوعة من المجالات الطبية، وخاصة في علاج السرطان وإنشاء لقاحات لأمراض مثل الإيبولا وكوفيد-19. حقق الباحثون هذا الإنجاز بسبب التزام واترلو بالتقدم في التفاعل بين التكنولوجيا والصحة.
وقال ماو: "إذا لم يكن لدينا خوارزمية جيدة بما فيه الكفاية، فلن نتمكن من بناء العلاجات، في الوقت الحالي، كل هذا نظري. ولكن قريبًا، سنكون قادرين على استخدامه في العالم الحقيقي".
اقرأ أيضاً:
اكتشاف طريقة جديدة لعلاج السرطان اعتمادًا على علم الوراثة
