פיתוח חדש באוניברסיטת ת"א חושף כיצד תאים מגיבים לטיפול תרופתי

פיתוח חדש חושף איך תאים מגיבים לטיפולים תרופתיים. במחקר שנערך על ידי חוקרים מאוניברסיטת תל אביב פותחה שיטה חדשנית שמסייעת להבין טוב יותר כיצד תאים מתנהגים בסביבות ביולוגיות משתנות, דוגמת סביבת גידול הסרטני.

המערכת שנקראת scNET משלבת מידע באמצעות בינה מלאכותית על ביטוי גנטי ברמת התא הבודד עם מידע על קשרים בין גנים, ומאפשרת לזהות דפוסים ביולוגיים חשובים כמו תגובה לטיפולים תרופתיים.

במאמר שהתפרסם בכתב העת Nature Methods בשבוע שעבר מסבירים החוקרים כיצד הגישה שפיתחו יכולה לשפר את המחקר הרפואי ולסייע ביצירת טיפולים למחלות.

המחקר נערך בהובלת תלמיד המחקר רון שיינין במעבדות המחקר של פרופ׳ אסף מדי, הפקולטה לרפואה, ופרופ' רודד שרן, ראש בית הספר למדעי המחשב ובינה מלאכותית באוניברסיטת תל אביב.

כיום, טכנולוגיות ריצוף מתקדמות מאפשרות מדידה של ביטוי גנים ברמת התא היחיד, מה שמאפשר לראשונה לחקור את פרופיל ביטוי הגנים של אוכלוסיות תאים שונות בתוך דגימה ביולוגית ולגלות את השפעותיו על ההתנהגות של כל סוג תא. אחת הדוגמאות המרתקות היא הבנת השפעת טיפולים בסרטן, לא רק על תאי הסרטן עצמם אלא גם על אוכלוסיות התאים התומכות, או לחלופין מתמודדות עם הגידול, כמו למשל רוב תאי מערכת החיסון הסובבים אותו.

למרות הרזולוציה המדהימה, מדידות אלו מאופיינות ברעש גבוה המקשה על זיהוי שינויים מדויקים בתכניות גנטיות שעומדות ביסוד פונקציות תאיות חיוניות. כאן נכנס לתמונה scNET, המבוסס על בינה מלאכותית שפותח על ידי החוקרים.

שיינין מסביר כי ״scNET מבצע אינטגרציה של נתוני ריצוף מתאים בודדים עם רשתות המתארות  קשרים אפשריים בין גניםֿ ובכך מגביר את אותות הביטוי החבויים בנתונים ומאפשר זיהוי טוב יותר של שינויים גנטיים קריטיים ואבחון מדויק יותר של אוכלוסיות התאים הקיימות בדגימה. כך ניתן לחקור את ההתנהגות המשותפת של גנים בתנאים שונים ולחשוף את מנגנוני הפעולה המורכבים המאפיינים את המצב הבריא או את התגובה לטיפולים".

פרופ׳ מדי מספר כי "במחקר שנערך לאחרונה, התמקדנו באוכלוסיית תאי חיסון מסוג T, הידועים בכוחם להילחם בגידולים סרטניים. scNET חשף את השפעות טיפולים על תאי T אלה וכיצד הפכו אותם לאקטיביים יותר במלחמתם כנגד הגידול, דבר שלא היה אפשרי לגילוי קודם לכן בשל רמת הרעש הגבוהה בנתונים המקוריים.

"זו דוגמה מצוינת לאופן שבו כלי בינה מלאכותית עוזרים לפענח נתונים ביולוגיים ורפואיים ומאפשרים לנו לקבל תובנות חדשות ומשמעותיות", אומר פרופ' שרן. "הרעיון הוא לספק לחוקרים בביו-רפואה כלים חישוביים שיאפשרו להבין טוב יותר איך תאי הגוף פועלים וכך למצוא דרכים חדשות לשפר את הבריאות שלנו".