سولت ليك سيتي (LabNews Media LLC) – يمكن لطريقة جديدة للذكاء الاصطناعي، تستند إلى مبادئ ميكانيكا الكم، استخلاص تنبؤات وتوصيات علاجية أكثر دقة لمرضى السرطان من بيانات جزيئية معقدة، حتى في مجموعات المرضى الصغيرة. هذا ما أظهرته دراسة من جامعة يوتا، نُشرت في مجلة APL Quantum.
طور الفريق بقيادة أورلي ألتر خوارزميات تستند إلى مفاهيم ميكانيكا الكم للتراكب والتشابك. هذه ما تسمى "تحليلات الطيف المقارنة متعددة الموترات" تفكك طبقات متعددة من البيانات الجزيئية - بما في ذلك أورام الحمض النووي والحمض النووي الريبوزي الورمي - إلى أنماط مترابطة.
عند تطبيقها على بيانات ورم الأرومة العصبية لـ 71 مريضًا، تمكن الباحثون من استخلاص مؤشرات جديدة للعمر المتوقع للأطفال، والتي فاقت المؤشرات الحيوية التقليدية. تم التحقق من صحة التنبؤات بنجاح في مجموعات مرضى مستقلة. بالإضافة إلى ذلك، قدمت رؤى قابلة للتفسير حول آليات المرض ونقاط الهجوم المحتملة للعلاجات الجديدة.
قالت أورلي ألتر: "الأمر يتعلق بأكثر بكثير من مجرد جين واحد - كل ما يحدث في خلايا المريض يلعب دورًا". تتيح هذه الطريقة استخلاص المعلومات ذات الصلة من طبقات بيانات مختلفة، مثل الدم من المرضى بالإضافة إلى الورم.
تم تطبيق التقنية بنجاح بالفعل على أورام الدماغ الأرومية الدبقية لدى البالغين والتحقق منها تجريبيًا باستخدام CRISPR-Cas9. ترى ألتر في ذلك خطوة مهمة نحو الطب الدقيق: "هذا في النهاية هو الطب الشخصي المطلق - لديك شخص واحد ويمكنك استخلاص علاج من بياناته."
قدم الباحثون هذه العملية إلى شركة Prism AI Therapeutics الناشئة لدعم شركات التكنولوجيا الحيوية والأدوية في تطوير الأدوية واختيار المشاركين المناسبين في الدراسة.
https://pubs.aip.org/aip/apq/article/3/2/026116/3395875/Quantum-mechanics-based-multitensor-AI-ML-uniquely
