ابداع فناوری یادگیری عمیق برای کمک به شخصی‌سازی درمان سرطان

آی‌تی‌من- چنانچه این فناوری در آزمایش‌های بالینی موفقیت آمیز باشد، می‌تواند یک چالش مهم در ایجاد واکسن‌ها و درمان‌های ایمنی شخصی سازی شده را از سر راه بردارد. این محققان نشان دادند که این شیوه یادگیری عمیق موسوم به BigMHC می‌تواند اجزای پروتئین روی سلول‌های سرطانی منجر به پاسخ سیستم ایمنی برای کشتن سلول‌های سرطانی را شناسایی کند. این یک گام ضروری برای شناخت پاسخ به ایمنی درمانی (ایمونوتراپی) و ایجاد درمان‌های شخصی سازی شده برای سرطان است.

اجزای پروتئین سرطان که موجب این واکنش سیستم ایمنی می‌شوند، ممکن است ناشی از تغییراتی در ترکیب ژنتیکی سلول‌های سرطانی موسوم به «نئوآنتی‌ژن‌های مرتبط با جهش» باشند. تومور هر بیمار مجموعه منحصر به فردی از این نئوآنتی‌ژن‌ها را دارد که ویژگی‌های تومور را برای آن شخص تعیین می‌کند.

شیوه‌های قبلی برای شناسایی نئوآنتی‌ژن‌های برانگیزاننده سیستم ایمنی وقت گیر بوده و مستلزم کار آزمایشگاهی زیادی است. اما محققان برای حل این مشکل مجموعه ای از شبکه‌های عصبی عمیق موسوم به bigMHC را در دو مرحله آموزش دادند. محققان سپس این سیستم را با داده‌هایی مورد آزمایش قرار داده و مشاهده کردند که این سیستم یادگیری عمیق عملکرد بسیار بهتری نسبت به هفت شیوه دیگر در این زمینه دارد.

این محققان بر این باورند که bigMHC و ابزارهای بر پایه یادگیری ماشینی مانند آن می‌توانند به محققان حوزه سرطان برای ایجاد رویکردهای شخصی تر جهت درمان سرطان یاری برسانند.