การเรียนรู้ของเครื่องจักรช่วยผลิตวัคซีนมะเร็งเฉพาะบุคคลได้อย่างไร

การใช้เครือข่ายประสาทเทียมอาจช่วยลดเวลาในการประมวลผลที่จำเป็นในการสร้างวัคซีนป้องกันมะเร็งเฉพาะบุคคล ซึ่งในปัจจุบันเป็นกระบวนการที่ยาวนาน เหลือเพียงไม่ถึงหนึ่งชั่วโมง Alexander Gintsburg ผู้อำนวยการศูนย์วิจัยระบาดวิทยาและจุลชีววิทยาแห่งชาติ Gamaleya (รัสเซีย) กล่าวกับ TASS

“ปัจจุบัน การออกแบบวัคซีนต้องใช้เวลานานมาก เนื่องจากต้องคำนวณว่าวัคซีน mRNA มีลักษณะอย่างไร โดยใช้เมทริกซ์ทางคณิตศาสตร์ เราได้ติดต่อสถาบัน Ivannikov ซึ่งจะใช้ AI ในการทำการคำนวณ ซึ่งขั้นตอนต่างๆ เหล่านี้จะใช้เวลาประมาณครึ่งชั่วโมงถึงหนึ่งชั่วโมง”

นักวิจัยได้อธิบายกับ TASS ก่อนหน้านี้ว่า จำเป็นต้องมีฐานข้อมูลทดสอบที่มีลำดับเนื้องอก 40,000 ถึง 50,000 ลำดับ พร้อมระบบจดจำแอนติเจนที่เข้ากันได้ ซึ่งแปลงเป็นโปรตีนหรืออาร์เอ็นเอในผู้ป่วย เพื่อฝึก AI เขากล่าวว่าข้อมูลดังกล่าวจะช่วยให้ระบุได้ว่าวัคซีนสามารถใช้กับผู้ป่วยแต่ละรายได้หรือไม่

วัคซีนดังกล่าวได้รับการพัฒนาโดยร่วมมือกับศูนย์วิจัยหลายแห่ง Andrey Kaprin ผู้อำนวยการศูนย์วิจัยรังสีวิทยาการแพทย์ของ กระทรวงสาธารณสุข รัสเซียกล่าวว่าการทดลองก่อนทางคลินิกได้เสร็จสิ้นลงแล้ว

การเรียนรู้ของเครื่องจักรสามารถช่วยผลิตวัคซีนมะเร็งได้อย่างไร

การใช้ปัญญาประดิษฐ์ในการพัฒนาวัคซีนมะเร็งช่วยให้สามารถรักษาได้เฉพาะบุคคล แต่ก็ก่อให้เกิดความท้าทายใหม่สำหรับผู้พัฒนายาและหน่วยงานกำกับดูแลเช่นกัน

ในการบำบัดด้วยภูมิคุ้มกัน ความก้าวหน้าของปัญญาประดิษฐ์และการเรียนรู้ของเครื่องจักรสามารถช่วยวิเคราะห์ข้อมูลจากชิ้นเนื้อมะเร็งเพื่อออกแบบวัคซีนที่กำหนดเป้าหมายการกลายพันธุ์เฉพาะผู้ป่วย ความสามารถในการกำหนดเป้าหมายการกลายพันธุ์เฉพาะผู้ป่วยไม่ใช่เรื่องใหม่ และยาต้านมะเร็งแบบกำหนดเป้าหมาย เช่น การรักษาด้วยยาต้าน HER2 และยาต้าน CDK4/6 ได้กลายเป็นสินค้าขายดีในอุตสาหกรรม อย่างไรก็ตาม ศักยภาพของปัญญาประดิษฐ์ในการระบุนีโอแอนติเจนจากชิ้นเนื้อผู้ป่วยแต่ละรายทำให้กระบวนการนี้มีประสิทธิภาพมากขึ้น

การใช้ AI กลายเป็นหัวข้อการสนทนาหลักในหลายอุตสาหกรรม และอุตสาหกรรมยาก็ไม่มีข้อยกเว้น

Scott Ebbinghaus รองประธานฝ่ายวิจัยทางคลินิกของ Merck กล่าวว่า “การกลายพันธุ์ที่ตรวจพบในชิ้นเนื้อของผู้ป่วยสามารถป้อนเข้าสู่อัลกอริทึมเพื่อทำนายการกลายพันธุ์ที่มีแนวโน้มสูงสุดที่จะก่อให้เกิดภูมิคุ้มกันได้ จากนั้นเราสามารถสังเคราะห์ RNA ที่เข้ารหัสยีนมะเร็งที่กลายพันธุ์แต่ละตัวซึ่งปรับให้เข้ากับระบบภูมิคุ้มกันได้ วัคซีนแต่ละตัวจะมีลักษณะเฉพาะเฉพาะตัวมากสำหรับแต่ละคน”

ต่างจากการรักษาที่พัฒนาขึ้นกับแอนติเจนคงที่ตัวเดียว ระบบ AI จะพยายามปรับปรุงความสามารถในการคัดเลือกนีโอแอนติเจน อัลกอริทึมจะพิจารณาการกลายพันธุ์ทางพันธุกรรมที่เกิดขึ้นในเนื้องอกของผู้ป่วยและทำนายนีโอแอนติเจนที่มีแนวโน้มที่จะกระตุ้นการตอบสนองของภูมิคุ้มกันมากที่สุด “อัลกอริทึมมีความสามารถในการเรียนรู้เมื่อเวลาผ่านไปผ่านการจับคู่ข้อมูลทางคลินิกและภูมิคุ้มกัน และหวังว่าจะสามารถคัดเลือกนีโอแอนติเจนที่มีแนวโน้มที่จะออกฤทธิ์ทางคลินิกได้ดีขึ้น” ไคล์ โฮเลน ผู้อำนวยการฝ่ายพัฒนาการรักษาและมะเร็งวิทยาที่โมเดอร์นา กล่าว

บริษัทอื่นที่ใช้ AI คือ Transgene ซึ่งร่วมมือกับ NEC Corporation เพื่อออกแบบวัคซีนป้องกันมะเร็งเฉพาะบุคคล แทนที่จะใช้วัคซีน mRNA Transgene จะใช้เวกเตอร์ไวรัสเพื่อฝึกระบบภูมิคุ้มกันของผู้ป่วยให้ต่อสู้กับเป้าหมายมะเร็งที่เฉพาะเจาะจง

เมื่อวัคซีนป้องกันมะเร็งเข้าสู่ขั้นตอนการทดลองในระยะหลัง ความท้าทายประการหนึ่งก็คือการควบคุมผลิตภัณฑ์ที่มีศักยภาพ สำนักงานคณะกรรมการอาหารและยาแห่งสหรัฐอเมริกา (FDA) ได้เผยแพร่เอกสารแนวทางเกี่ยวกับวัคซีนที่มีแอนติเจนหลายชนิด โดยสำนักงานระบุว่าอาจไม่จำเป็นต้องประเมินส่วนประกอบแต่ละส่วนของวัคซีนเหล่านี้แยกกันในด้านความปลอดภัยและการออกฤทธิ์ อย่างไรก็ตาม เอกสารระบุว่าจะ "พิจารณาเป็นรายกรณี"

สำนักงานคณะกรรมการอาหารและยา (FDA) “ตระหนักถึงศักยภาพของปัญญาประดิษฐ์/การเรียนรู้ของเครื่องจักร (AI/ML) ในการเร่งการพัฒนาการรักษาแบบเฉพาะบุคคล” โฆษกสำนักงานคณะกรรมการอาหารและยา (FDA) กล่าว

Phuong Anh (ที่มา: BioSpace, Tass)

แหล่งที่มา