تقنية شبيهة بـ"تشات جي بي تي" تتنبأ بخطر السكتة الدماغية من الحمض النووي

طوّر باحثون نموذجا يعتمد على الذكاء الاصطناعي لتحليل الحمض النووي للفرد ورصد العوامل الجينية التي تزيد خطر الإصابة بالسكتة الدماغية، ثاني سبب رئيسي للوفاة على مستوى العالم.

اعلان

اعلان

وقد تمكن فريق في جامعة تقنية سيدني (UTS) من تحديد جينات بعينها (المصدر باللغة الإنجليزية) ترتبط بزيادة الاستعداد للإصابة بالسكتة الدماغية الإقفارية، وهو أكثر أنواع السكتات شيوعا، وتحدث عندما تسد جلطة دموية تدفق الدم إلى الدماغ.

وقال كايروي غوه، المؤلف المراسل للدراسة: "عندما يتعرض شخص لسكتة دماغية، وخصوصا في سن صغيرة، فإنه يرغب غالبا في معرفة ما إذا كان أفراد الأسرة الآخرون معرضين للخطر أيضا. هذه الأدوات الجديدة القائمة على الذكاء الاصطناعي ستتيح لنا مساعدة العائلات بصورة أفضل على فهم هذا الخطر".

وتشكل العوامل الوراثية نحو 38 في المئة من خطر إصابة الفرد بالسكتة الدماغية، وفقا لـأبحاث سابقة (المصدر باللغة الإنجليزية).

وأضاف غوه: "تقليديا، عندما نفكر في مخاطر السكتة الدماغية لا تكون العوامل الجينية في صدارة الاهتمام؛ لكن هذه الدراسة تبرز الأثر الكبير للعوامل الوراثية"، مشيرا إلى أن معالجة هذا الكم من البيانات على مستوى كل فرد لتقديم تقييم شخصي كانت لتكون مستحيلة من دون الذكاء الاصطناعي.

ولتحسين التنبؤ بمخاطر السكتة الدماغية، أنشأ الفريق نموذجا جديدا للذكاء الاصطناعي يعتمد على بنية "المحوّلات"، وهي التقنية نفسها التي تقوم عليها نماذج اللغة الكبيرة مثل "ChatGPT"، ودُرِّب على متغيرات جينية لرصد الروابط مع السكتة الدماغية الإقفارية.

وقد حدد النموذج 18 متغيرا جينيا مرتبطا بالسكتة الدماغية الإقفارية. وأشار إلى جينات محورية مثل "EDEM2" النشط في قشرة الدماغ، و"KANK2" في الدم الكامل، بوصفها من أبرز العوامل المساهمة في الاستعداد للإصابة بالسكتة.

واختبر الفريق النموذج على مجموعتي بيانات طبيتين كبيرتين شملتا معا أكثر من 40.000 شخص.

ونجح في تصنيف الأفراد إلى فئات خطر وراثي منخفضة ومتوسطة ومرتفعة. وعلى المدى الزمني، كان الأشخاص المصنَّفون ضمن الفئة العالية الخطورة أكثر عرضة للإصابة بسكتة دماغية إقفارية للمرة الأولى بنسبة 21 في المئة مقارنة بالفئة منخفضة الخطورة.

حتى الآن، كان العلماء يقدّرون الخطر الوراثي باستخدام ما يُعرف بدرجات الخطر متعددة الجينات (PRS)، وهي أداة إحصائية تقدّر الخطر الجيني لإصابة الشخص بمرض ما استنادا إلى التأثير التراكمي لعدد كبير من المتغيرات الجينية. غير أن هذه المنهجية تتجاهل كيفية تفاعل تلك المتغيرات المختلفة مع بعضها البعض، أو كيف يؤثر موضعها الدقيق على امتداد تسلسل الحمض النووي في الخطر الإجمالي.

undefined

نحو طب أكثر تخصيصا

قد يمهد النموذج الجديد الطريق لعلاجات مستقبلية أكثر تخصيصا واستهدافا.

وقال جيه لو، مدير معهد الذكاء الاصطناعي الأسترالي: "يمكن استخدام الذكاء الاصطناعي لاكتشاف الروابط بين الجينات البشرية والأمراض، وبناء تقييمات خطر شخصية تساعد في تفادي حدث قد يغيّر مجرى الحياة أو يكون مميتا".

وأضاف لو أن الخطوة التالية تتمثل في تطوير أداة متعددة الوسائط للذكاء الاصطناعي قادرة على دمج تقييم الخطر الجيني مع أنواع أخرى من البيانات، مثل الاستبيانات الصحية وأنماط المعيشة والفحوص والتصوير، من أجل تقييم أدق لمخاطر السكتة الدماغية.

وقال لو: "العوامل الجينية ليست سوى جزء واحد من مخاطر السكتة الدماغية. إن القدرة على دمج الدرجة الجينية مع المعلومات السريرية ونمط الحياة، بما في ذلك عوامل الخطر المعروفة مثل ضغط الدم والعمر والرجفان الأذيني والسكري من النمط الثاني والكوليسترول، قد تعزز قدرات المتابعة والوقاية".