27 ოქტომბერი, 20264 წთ საკითხავიავტორი: LLM.GE რედაქცია

როგორ იქმნება კიბოს ვაქცინა ხელოვნური ინტელექტით და რას აკეთებს ალგორითმი პერსონალიზებულ თერაპიაში? ეს კითხვა ოქტომბერში განსაკუთრებით აქტუალური გახდა, როცა Merck-მა და Moderna-მ ESMO 2026-ზე წარადგინეს პირველი დიდი Phase 3 შედეგები ასეთი თერაპიისთვის. ამ სტატიაში მარტივად ავხსნით, რა ხდება სიმსივნის ნიმუშის აღებიდან ფლაკონამდე და კონკრეტულად სად ერთვება ხელოვნური ინტელექტი.

რატომ სჭირდება კიბოს ვაქცინას პერსონალიზაცია

ჩვეულებრივი ვაქცინა ორგანიზმს ვირუსისგან იცავს. „კიბოს ვაქცინა“ კი უმეტესად თერაპიულია: მას აძლევენ ადამიანს, რომელსაც კიბო უკვე აქვს ან ჰქონდა, რომ იმუნურმა სისტემამ დარჩენილი სიმსივნური უჯრედები იცნოს. პრობლემა ის არის, რომ ყველა სიმსივნეს მუტაციების საკუთარი, უნიკალური ნაკრები აქვს. ამ მუტაციებიდან წარმოიქმნება არანორმალური ცილის ფრაგმენტები, ე.წ. ნეოანტიგენები, რომლებიც ჯანმრთელ უჯრედებში არ გვხვდება. თუ იმუნურ სისტემას ზუსტად მათ „ვაჩვენებთ“, ის სიმსივნეს ჯანმრთელი ქსოვილისგან უკეთ გაარჩევს.

სარჩევი

რატომ სჭირდება კიბოს ვაქცინას პერსონალიზაცია
როგორ იქმნება კიბოს ვაქცინა ხელოვნური ინტელექტით: 5 ნაბიჯი
სად არის აქ ხელოვნური ინტელექტი
რა ვიცით შედეგებზე
რატომ არის ეს მიმართულება მნიშვნელოვანი
შეჯამება
სხვა თემები

როგორ იქმნება კიბოს ვაქცინა ხელოვნური ინტელექტით: 5 ნაბიჯი

ყველაზე დაწვრილებით ეს პროცესი Moderna-ს intismeran-ის (mRNA-4157/V940) მაგალითზე JCO Oncology Advances-ის სტატიაშია აღწერილი:

ნიმუშები. იღებენ სიმსივნის ქსოვილს და სისხლს. სისხლი „ნორმის“ ეტალონია.
სეკვენირება. ორივე ნიმუშის DNA-სა და RNA-ს ახალი თაობის სეკვენირებით (NGS) კითხულობენ და ადარებენ ერთმანეთს, რომ იპოვონ მუტაციები, რომლებიც მხოლოდ სიმსივნეშია. ასევე ადგენენ პაციენტის HLA ტიპს, ანუ იმ მოლეკულებს, რომლებიც იმუნურ უჯრედებს ცილის ფრაგმენტებს „აჩვენებს“.
ალგორითმული შერჩევა. სიმსივნეში შეიძლება ასობით მუტაცია იყოს. ალგორითმი მათ რანჟირებს: რამდენად ხშირია მუტაცია სიმსივნეში, რამდენად აქტიურად ექსპრესირდება RNA-ში და რამდენად კარგად „დაჯდება“ შედეგად მიღებული ფრაგმენტი პაციენტის HLA-ზე. საბოლოოდ ირჩევა მაქსიმუმ 34 ნეოანტიგენი.
mRNA-ის დიზაინი. შერჩეული თანმიმდევრობები ერთ mRNA მოლეკულაში ერთიანდება და ლიპიდურ ნანონაწილაკებში იფუთება, ისევე როგორც Covid-ის mRNA ვაქცინებში.
წარმოება და მიწოდება. ყოველი პაციენტისთვის ცალკე პარტია მზადდება. სტატიის მიხედვით, თუ ნეოანტიგენები წარმატებით შეირჩა, წარმოება 99%-ზე მეტ შემთხვევაში წარმატებული იყო.

AI kibos vaqcina-ს პროცესი: ნიმუშები, სეკვენირება, AI შერჩევა, mRNA, წარმოება — წყარო: JCO Oncology Advances; Moderna

სად არის აქ ხელოვნური ინტელექტი

მთელი პროცესის გული მესამე ნაბიჯია. Moderna თავის ბლოგში წერს, რომ „სრულად ინტეგრირებული AI ალგორითმების სერია“ იღებს სეკვენირების მონაცემებს, განიხილავს მუტაციებს და პროგნოზირებს იმ 34 ნეოანტიგენს, რომლებიც ყველაზე სავარაუდოდ გამოიწვევს იმუნურ პასუხს. კომპანიის თქმით, კლინიკური და იმუნოლოგიური მონაცემების დაგროვებასთან ერთად ალგორითმს „დროთა განმავლობაში სწავლის“ პოტენციალი აქვს. ალგორითმი Merck-თან ერთად შეიქმნა და მისი დეტალები საჯარო არ არის.

AI მეორე ადგილასაც გამოიყენება, ლოჯისტიკაში. ათასობით ინდივიდუალური პარტიის დროულად დასამზადებლად Moderna-ს აქვს ციფრული სისტემა Maestro და AI-ზე დაფუძნებული დაგეგმვის ალგორითმი, რომელიც ყოველი პაციენტის პარტიას წარმოების გრაფიკში ათავსებს.

მნიშვნელოვანია, რა არ არის AI-ის როლი: ის თავისით არ „იგონებს“ წამალს და ექიმს არ ცვლის. ის პრიორიტეტებს ალაგებს უზარმაზარ გენეტიკურ მონაცემებში. 2020 წლის AACR-ის აბსტრაქტში იგივე ალგორითმი 29 პაციენტის მონაცემებზე გამოსცადეს. მის მიერ შედგენილ დიზაინებში მოხვდა იმ ნეოანტიგენების 41%, რომლებსაც პაციენტის T-უჯრედები ლაბორატორიაში მართლაც ცნობდნენ. ეს კარგი შედეგია, მაგრამ შერჩევა ჯერ კიდევ შორს არის იდეალურისგან.

მსგავს მიდგომაზე სხვა კომპანიებიც მუშაობენ, მათ შორის BioNTech და Genentech, autogene cevumeran-ით. თუმცა AI-ის კონკრეტული როლი მათ პროცესში ასე დეტალურად საჯაროდ არ არის აღწერილი, ამიტომ მასზე ვარაუდს არ გამოვთქვამთ. AI-ის უფრო ფართო როლზე ბიოლოგიაში იხილეთ ჩვენი სტატიები ხელოვნური ინტელექტი მედიცინაში და RFD4-Proteina ცილების დიზაინისთვის.

რა ვიცით შედეგებზე

INTerpath-001 კვლევაში 1,137 პაციენტი მონაწილეობდა, რომლებსაც მელანომა ოპერაციით ჰქონდათ ამოკვეთილი. intismeran-ისა და Keytruda-ს კომბინაციამ რეციდივის ან სიკვდილის რისკი 42%-ით შეამცირა მხოლოდ Keytruda-სთან შედარებით. საერთო გადარჩენის მონაცემები ჯერ მწიფე არ არის. დეტალები იხილეთ ჩვენს სიახლეში. ამავდროულად, BioNTech-მა აგვისტოში შეწყვიტა autogene cevumeran-ის კვლევა კოლორექტალურ კიბოში, სადაც თერაპიას ცალკე იყენებდნენ. ეს გვიჩვენებს, რომ ზუსტი შერჩევა საკმარისი არ არის: მნიშვნელობა აქვს კიბოს ტიპს და კომბინაციასაც.

ჯერჯერობით არცერთი ასეთი თერაპია არ არის დამტკიცებული. ის მხოლოდ კლინიკური კვლევების ფარგლებშია ხელმისაწვდომი და ნებისმიერ მკურნალობაზე გადაწყვეტილება ონკოლოგთან ერთად მიიღება.

რატომ არის ეს მიმართულება მნიშვნელოვანი

იდეა, რომ კიბოს ვაქცინა ხელოვნური ინტელექტით შეიქმნას, ახალი არ არის, მაგრამ ახლა პირველად ჩანს, რომ ის დიდ კლინიკურ კვლევაშიც შეიძლება გამართლდეს. სეკვენირება სულ უფრო იაფდება, ალგორითმები კი ყოველი ახალი პაციენტის მონაცემით ივსება. Moderna-ს თქმით, ამან შერჩევის სიზუსტე დროთა განმავლობაში შეიძლება გააუმჯობესოს. მეორე მხრივ, ასეთი ვაქცინის შექმნა ჯერ ძვირი და რთული პროცესია: საჭიროა ქსოვილის ხარისხიანი ნიმუში, სპეციალიზებული ლაბორატორია და ინდივიდუალური წარმოება. ამიტომ რეალური ხელმისაწვდომობა, მათ შორის საქართველოში, დიდწილად მომავალი დამტკიცებებისა და ფასის საკითხი იქნება.

შეჯამება

პერსონალიზებული კიბოს ვაქცინა ასე მზადდება: სიმსივნის „თითის ანაბეჭდს“ სეკვენირებით ადგენენ, AI ალგორითმი ასობით მუტაციიდან ყველაზე პერსპექტიულ ნეოანტიგენებს ირჩევს, mRNA კი ამ ინფორმაციას იმუნურ სისტემას აწვდის.

როცა კიბოს ვაქცინა ხელოვნური ინტელექტით იქმნება, ალგორითმი პროცესის ერთ-ერთი რეალური და გაზომვადი ნაწილია, თუმცა „AI-მ კიბოს წამალი შექმნა“ გადაჭარბება იქნებოდა. ყველაზე დიდი კითხვები ახლა კლინიკურია: გაზრდის თუ არა თერაპია საერთო გადარჩენას და იმუშავებს თუ არა ის მელანომის მიღმა.

ეს სტატია საინფორმაციოა და არ წარმოადგენს სამედიცინო რჩევას.

წყაროები