Utilizarea matematicii mecanicii cuantice pentru îmbunătățirea rezultatelor în neuroblastom
Diagnosticul de neuroblastom, cel mai frecvent cancer infantin, apare atunci când celulele nervoase timpurii cresc necontrolat, iar calea către tratament nu este simplă.
Unele tipuri de neuroblastom se pot rezolva de la sine, în timp ce altele necesită intervenții agresive. Cercetătorii au încercat să alinieze tratamentele pacienților în funcție de mutațiile genetice, însă aceasta s-a dovedit a avea succes limitat. Aceasta se datorează faptului că rezultatele pacienților depind de întreaga lor compunere moleculară, care conține milioane sau chiar miliarde de caracteristici, cum ar fi ADN-ul și ARN-ul din țesuturi și sânge.
„Este vorba mult mai mult decât de un singur gen – tot ce se întâmplă în celulele pacientului contează”, a declarat Orly Alter, profesor asociat în inginerie biomedicală la Universitatea Utah, în cadrul Institutului de Calcul Științific și Imagistică.
Abordările actuale de inteligență artificială și învățare automată (AI/ML) necesită cantități uriașe de date pentru antrenare, în special un număr de pacienți mult mai mare decât caracteristicile genetice. Aceasta le face inadecvate pentru prezicerea rezultatelor pacienților în majoritatea studiilor clinice, care, de obicei, înscriu doar 20 până la 100 de persoane. De exemplu, un model recent de limbaj mare pentru genomul de 30.000 nucleotide al virusului COVID-19 a necesitat aproximativ 110 milioane de mostre. Traducând acest lucru la genomul uman de 3 miliarde nucleotide, o abordare convențională AI ar avea nevoie de 33 de trilioane de pacienți.
Utilizând matematicile mecanicii cuantice, Alter și colaboratorii săi au dezvoltat o tehnică nouă AI/ML care poate îmbunătăți selecția tratamentelor și ratele de succes ale medicamentelor. Lucrările lor au fost publicate în revista Applied Physics Letters (APL) Quantum.
„Abordarea noastră cuprinde informațiile relevante din fiecare strat de date, de exemplu, din sângele pacienților, pe lângă genomii tumorali”, a explicat Alter. „Chiar și pentru un număr foarte mic de pacienți, putem analiza milioane până la miliarde de caracteristici moleculare și să le dăm sens. Astfel, putem înțelege mecanismele bolii și prezice țintele pentru medicamente pentru a îmbunătăți rezultatele pacienților. De asemenea, validăm experimental predicțiile noastre AI/ML referitoare la ținte și rezultate, ceea ce este considerat un graal al biotehnologiei.”
Tehnica folosește un set de algoritmi, numiți descompuneri spectrale comparative multitensor, care sunt bazate pe conceptele mecanicii cuantice de entanglement și superpoziție. La fel cum o prismă descompune lumina albă în culorile individuale, această abordare împarte straturile multiple de date moleculare ale unui pacient – cum ar fi genomii din tumori și sânge și ARN-ul tumorii care determină creșterea cancerului – în modele corelate care prezic rezultatele sănătății.
Alter și echipa sa și-au demonstrat tehnica prin analiza datelor din surse deschise despre cazuri de neuroblastom. Algoritmii au descoperit doi noi predictori ai speranței de viață a pacienților în urma tratamentului, iar acești predictori au depășit constant biomarkerii standard în analiza ADN-ului din tumori și sânge, precum și a ARN-ului tumoral. Aceste constatări s-au validat și în grupuri separate de copii tratați în momente și spitale diferite, ceea ce înseamnă că metoda poate fi aplicată populației generale pentru a oferi un ghid mai clar pentru îngrijirea pacienților și dezvoltarea medicamentelor.
„Modelele de rețea neuronală sunt cutii negre, dar predictorii noștri sunt interpretabili; ei indică mecanismele bolii și sugerează genele care ar trebui vizate pentru a sensibiliza tumorile la tratament”, a spus Alter. Echipa sa a validat experimental predicțiile privind rezultatele pacienților cu glioblastom adult și țintele medicamentelor în studii clinice și preclinice, utilizând CRISPR-Cas9, instrumentul de editare genetică.
Alter, expert în medicină computațională cu o numire adjunctă în Departamentul de Genetică Umană al universității, este de asemenea membru al programului de cercetare Cancer Control & Population Sciences al Institutului de Cancer Huntsman.
Compania sa de spin-off, Prism AI Therapeutics, Inc., utilizează algoritmii și predictorii pentru a ajuta companiile de biotehnologie și farmaceutice să dezvolte mai bine medicamente, identificând care pacienți ar beneficia cel mai mult de pe urma unui studiu clinic și care gene ar trebui vizate pentru a îmbunătăți suplimentar rezultatele.
Privind spre viitor, Alter speră că, pe măsură ce echipa sa continuă această muncă, vor putea aplica tehnica și pentru pacienți individuali. „Aceasta este medicina de precizie supremă”, a spus ea. „Ai o singură persoană. Poți lua datele de la acea persoană și să găsești un tratament pentru ea? Cred că putem ajunge acolo.”
Alter mai subliniază că algoritmii sunt complet agnostici în ceea ce privește datele și că ar putea exista aplicații nelimitate și în afara medicinei, evidențiind energia durabilă ca o posibilitate.
