การเรียนรู้ของเครื่องจักรสามารถช่วยผลิตวัคซีนมะเร็งเฉพาะบุคคลได้อย่างไร

การใช้เครือข่ายประสาทเทียมอาจช่วยลดเวลาในการประมวลผลที่จำเป็นในการสร้างวัคซีนมะเร็งเฉพาะบุคคล ซึ่งปัจจุบันเป็นกระบวนการที่ยาวนาน ให้เหลือเพียงไม่ถึงหนึ่งชั่วโมง Alexander Gintsburg ผู้อำนวยการศูนย์วิจัยแห่งชาติ Gamaleya ด้านระบาดวิทยาและจุลชีววิทยา (รัสเซีย) กล่าวกับ TASS

ปัจจุบัน การออกแบบวัคซีนใช้เวลานานมาก เพราะต้องคำนวณลักษณะของวัคซีน mRNA ด้วยวิธีเมทริกซ์ในเชิงคณิตศาสตร์ เราได้ติดต่อสถาบัน Ivannikov ซึ่งจะใช้ AI ในการคำนวณ ซึ่งกระบวนการนี้จะใช้เวลาประมาณครึ่งชั่วโมงถึงหนึ่งชั่วโมง

ก่อนหน้านี้ นักวิจัยได้อธิบายกับ TASS ว่า จำเป็นต้องมีฐานข้อมูลทดสอบลำดับเบสของเนื้องอก 40,000 ถึง 50,000 ลำดับ ซึ่งสามารถจดจำแอนติเจนที่เข้ากันได้ ซึ่งแปลงเป็นโปรตีนหรืออาร์เอ็นเอในผู้ป่วย เพื่อฝึกฝน AI เขากล่าวว่าสิ่งนี้จะช่วยพิจารณาว่าวัคซีนนี้สามารถนำมาใช้กับผู้ป่วยแต่ละรายได้หรือไม่

วัคซีนนี้ได้รับการพัฒนาร่วมกับศูนย์วิจัยหลายแห่ง อันเดรย์ คาปริน ผู้อำนวยการศูนย์วิจัยรังสีวิทยาการแพทย์ กระทรวงสาธารณสุข รัสเซีย กล่าวว่าการทดลองก่อนทางคลินิกเสร็จสิ้นแล้ว

การเรียนรู้ของเครื่องจักรสามารถช่วยผลิตวัคซีนมะเร็งได้อย่างไร

การใช้ปัญญาประดิษฐ์ในการพัฒนาวัคซีนมะเร็งทำให้สามารถรักษาเฉพาะบุคคลได้ แต่ก็ก่อให้เกิดความท้าทายใหม่ๆ แก่ผู้พัฒนายาและหน่วยงานกำกับดูแลด้วยเช่นกัน

ในการบำบัดด้วยภูมิคุ้มกัน ความก้าวหน้าทางปัญญาประดิษฐ์และการเรียนรู้ของเครื่องจักรสามารถช่วยวิเคราะห์ข้อมูลจากชิ้นเนื้อมะเร็งเพื่อออกแบบวัคซีนที่กำหนดเป้าหมายการกลายพันธุ์เฉพาะบุคคล ความสามารถในการกำหนดเป้าหมายการกลายพันธุ์เฉพาะบุคคลไม่ใช่เรื่องใหม่ และยารักษามะเร็งแบบกำหนดเป้าหมาย เช่น ยาต้าน HER2 และยาต้าน CDK4/6 ได้กลายเป็นสินค้าขายดีในอุตสาหกรรม อย่างไรก็ตาม ศักยภาพของ AI ในการระบุนีโอแอนติเจนจากชิ้นเนื้อผู้ป่วยแต่ละรายช่วยเพิ่มประสิทธิภาพให้กับกระบวนการนี้

การใช้ AI กลายเป็นหัวข้อสนทนาสำคัญในหลายอุตสาหกรรม และอุตสาหกรรมยาก็ไม่มีข้อยกเว้น

“การกลายพันธุ์ที่ตรวจพบในชิ้นเนื้อผู้ป่วยสามารถป้อนเข้าสู่อัลกอริทึมเพื่อคาดการณ์การกลายพันธุ์ที่น่าจะก่อให้เกิดภูมิคุ้มกันได้มากที่สุด” สก็อตต์ เอ็บบิงเฮาส์ รองประธานฝ่ายวิจัยทางคลินิกของเมอร์คกล่าว “จากนั้น เราสามารถสังเคราะห์ RNA ที่เข้ารหัสยีนมะเร็งที่กลายพันธุ์แต่ละตัว ซึ่งปรับให้เข้ากับระบบภูมิคุ้มกัน วัคซีนแต่ละตัวจะมีลักษณะเฉพาะตัวมากสำหรับแต่ละคน”

ต่างจากการรักษาที่พัฒนากับแอนติเจนคงที่เพียงตัวเดียว ระบบ AI จะพยายามปรับปรุงความสามารถในการคัดเลือกนีโอแอนติเจน อัลกอริทึมนี้จะพิจารณาการกลายพันธุ์ทางพันธุกรรมที่พบในเนื้องอกของผู้ป่วย และคาดการณ์นีโอแอนติเจนที่มีแนวโน้มที่จะกระตุ้นการตอบสนองทางภูมิคุ้มกันมากที่สุด “อัลกอริทึมนี้มีความสามารถในการเรียนรู้เมื่อเวลาผ่านไปผ่านการจับคู่ข้อมูลทางคลินิกและภูมิคุ้มกัน และหวังว่าจะสามารถคัดเลือกนีโอแอนติเจนที่น่าจะออกฤทธิ์ทางคลินิกได้ดียิ่งขึ้น” ไคล์ โฮเลน ผู้อำนวยการฝ่ายพัฒนาการรักษาและมะเร็งวิทยาของโมเดอร์นา กล่าว

อีกหนึ่งบริษัทที่ใช้ AI คือ Transgene ซึ่งร่วมมือกับ NEC Corporation เพื่อออกแบบวัคซีนมะเร็งเฉพาะบุคคล แทนที่จะใช้วัคซีน mRNA Transgene กำลังใช้เวกเตอร์ไวรัสเพื่อฝึกระบบภูมิคุ้มกันของผู้ป่วยให้ต่อสู้กับเป้าหมายมะเร็งที่เฉพาะเจาะจง

ขณะที่วัคซีนป้องกันมะเร็งกำลังเข้าสู่การทดลองในระยะหลัง ความท้าทายประการหนึ่งคือการควบคุมผลิตภัณฑ์ที่มีศักยภาพ สำนักงานคณะกรรมการอาหารและยาแห่งสหรัฐอเมริกา (FDA) ได้เผยแพร่เอกสารแนวทางเกี่ยวกับวัคซีนที่มีหลายแอนติเจน หน่วยงานระบุว่าส่วนประกอบแต่ละส่วนของวัคซีนเหล่านี้อาจไม่จำเป็นต้องได้รับการประเมินความปลอดภัยและฤทธิ์ของแต่ละบุคคล อย่างไรก็ตาม เอกสารระบุว่าจะ "พิจารณาเป็นรายกรณี"

โฆษกของ FDA กล่าวว่า FDA “ตระหนักถึงศักยภาพของปัญญาประดิษฐ์/การเรียนรู้ของเครื่องจักร (AI/ML) ในการเร่งการพัฒนาการรักษาแบบเฉพาะบุคคล”

Phuong Anh (ที่มา: BioSpace, Tass)

แหล่งที่มา