باحثون في جامعة جنيف يكشفون عن أداة ذكاء اصطناعي تتنبأ بانتشار السرطان

طور باحثون في جامعة جنيف نموذجاً للذكاء الاصطناعي يسمى MangroveGS يتنبأ بخطر الإصابة بنقائل السرطان بدقة تصل إلى 80% تقريباً. تحلل الأداة أنماط التعبير الجيني في الخلايا الورمية، بدءاً من سرطان القولون، ويمكن تطبيقها على أنواع أخرى مثل سرطان الثدي والرئة. ويهدف البحث المنشور في دورية Cell Reports إلى تمكين علاجات أكثر تخصيصاً.

درس باحثون بقيادة أرييل رويز إي ألتابا، الأستاذ في قسم الطب الوراثي والتنمية بكلية الطب في جامعة جنيف (UNIGE)، خلايا أورام القولون لفهم عملية الانتشار السرطاني. ووجدوا أن انتشار السرطان يتبع برامج بيولوجية منظمة بدلاً من عمليات عشوائية، حيث يعيد تنشيط مسارات نمو مبكرة من خلال تغييرات جينية ولاجينية. تمثل النقائل السبب الرئيسي للوفيات في سرطانات القولون والثدي والرئة، لكن اكتشافها مبكراً يظل تحدياً نظراً لأنها غالباً ما تبدأ قبل العثور على الخلايا في الدم أو الجهاز اللمفاوي. ولا يوجد طفرة واحدة تفسر بشكل كامل سبب هجرة بعض الخلايا بينما لا تفعل الأخرى ذلك. ولمعالجة هذه المشكلة، قام الفريق بعزل واستنساخ وتنمية حوالي ثلاثين خلية مستنسخة من ورمين أوليين في القولون. تم اختبار هذه الخلايا مخبرياً وفي نماذج فئران لقدرتها على الهجرة وتكوين النقائل. كشف تحليل مئات الجينات عن أنماط تعبير تربط مجموعات من الخلايا السرطانية بالقدرة على الانتشار، بدلاً من الخلايا الفردية. تم دمج هذه الأنماط في MangroveGS، وهي أداة ذكاء اصطناعي تستخدم عشرات أو مئات التوقيعات الجينية لتوفير تنبؤات قوية. وأشار أرافيند سرينيفاسان قائلاً: "إن الابتكار الكبير في أداتنا، التي تسمى Mangrove Gene Signatures (MangroveGS)، هو أنها تستغل عشرات بل مئات التوقيعات الجينية. وهذا يجعلها مقاومة بشكل خاص للاختلافات الفردية". يتنبأ النموذج بانتشار السرطان وتكرار سرطان القولون بدقة تقارب 80%، متفوقاً على الطرق السابقة، ويمكن تطبيقه على سرطانات المعدة والرئة والثدي. تعالج الأداة عينات الأورام من المستشفيات عبر تسلسل الحمض النووي الريبوزي (RNA)، وتولد درجات مخاطر يتم مشاركتها بأمان مع الأطباء والمرضى. وصرح رويز إي ألتابا قائلاً: "ستمنع هذه المعلومات الإفراط في علاج المرضى ذوي المخاطر المنخفضة، مما يحد من الآثار الجانبية والتكاليف غير الضرورية، مع تكثيف مراقبة وعلاج أولئك المعرضين لمخاطر عالية". نُشرت الدراسة في دورية Cell Reports (2026; 45(1):116834).

مقالات ذات صلة

Realistic microscopic illustration of cancer and epithelial cells sensing distant tissue features via collagen matrix, highlighting research on extended cellular reach and metastasis.
صورة مولدة بواسطة الذكاء الاصطناعي

Cells can sense 10 times farther than expected, a finding that may shed light on cancer spread

من إعداد الذكاء الاصطناعي صورة مولدة بواسطة الذكاء الاصطناعي تم التحقق من الحقائق

Engineers at Washington University in St. Louis report that while single abnormal cells can mechanically probe roughly 10 microns beyond what they directly touch, groups of epithelial cells can combine forces through collagen to sense features more than 100 microns away—an effect the researchers say could help explain how cancer cells navigate tissue.

Scientists at the European Molecular Biology Laboratory (EMBL) in Heidelberg have created an AI-powered tool named MAGIC to identify cells with early chromosomal abnormalities linked to cancer. This system automates the detection of micronuclei, small DNA-containing structures that signal potential cancer development. The technology verifies a theory proposed over a century ago by Theodor Boveri.

من إعداد الذكاء الاصطناعي

Scientists at Johns Hopkins Medicine have pinpointed the gene KLF5 as a key driver of pancreatic cancer metastasis through epigenetic changes rather than DNA mutations. Using CRISPR technology, researchers found that KLF5 promotes tumor growth and invasion by altering DNA packaging and activating other cancer-related genes. The findings, published in Molecular Cancer, suggest potential new treatment targets.

Researchers at the University of Waterloo have developed engineered bacteria designed to invade and eat solid tumors from the inside out. The approach uses microbes that thrive in oxygen-free environments, targeting the low-oxygen cores of tumors. A genetic modification allows the bacteria to survive near oxygenated edges, controlled by a quorum-sensing mechanism.

يستخدم هذا الموقع ملفات تعريف الارتباط

نستخدم ملفات تعريف الارتباط للتحليلات لتحسين موقعنا. اقرأ سياسة الخصوصية الخاصة بنا سياسة الخصوصية لمزيد من المعلومات.
رفض