פענוח סודות הסרטן: המהפכה הגנומית והביולוגית
סרטן הוא אתגר גלובלי מורכב, אך הגישות המסורתיות אינן מספיקות. גלו כיצד אנו משלבים בינה מלאכותית, נתונים מולטי-אומיים ומודלים חדשניים כדי לפצח את המנגנונים המולקולריים של המחלה. הצטרפו אלינו למסע אל עבר פיתוח טיפולים פורצי דרך.

פרקים
שאלות ותשובות
האתגר העיקרי במחקר הסרטן הוא מורכבות הבעיה והקושי בתרגום ידע הולך וגדל לטיפולים יעילים. המחקר מפוצל עקב התמחות, מה שמוביל לעלויות גבוהות ויעילות נמוכה בפיתוח תרופות.
מערכת ה"מולטי-אומיקס" שואפת לאחד את כל הנתונים להבנה מקיפה על ידי שילוב גנומיקה, טרנסקריפטומיקה, מטבולומיקה, פתאומיקה, רדיאומיקה ונתונים קליניים. גישה זו משלבת מידע ביולוגי וקליני כדי להתגבר על מחקר מפוצל ולשפר את הטיפול בחולים.
אוכלוסיות עכברים מגוונות, המחקות מגוון גנטי אנושי, משמשות לקשר בין פנוטיפ וגנוטיפ. זה מאפשר לחוקרים לזהות גנים ספציפיים המכתיבים את התפתחות הסרטן. על ידי בידוד גנים אלו, ניתן לפתח טיפולים חדשים המכוונים ישירות אליהם, ובכך לשפר את יעילות הטיפולים.
פתאומיקה היא השיטה הקלאסית שבה פתולוגים מגדירים גידולים, אך היא משופרת על ידי הפקת נתונים מולקולריים ממורפולוגיית הגידול. זה מאפשר סיווג מפורט יותר של גידולים מעבר לפתולוגיה המסורתית. על ידי קישור סיווג זה לגנטיקה, חוקרים יכולים לבודד גנים האחראים לשינויים ספציפיים, מה שמוביל להבנה עמוקה יותר של ביולוגיית הגידול.
רדיאומיקה כוללת ניתוח מודלים שונים של הדמיה כמו CT, MRI ו-PET-CT כדי לפלח איברים וגידולים, ולתאר אותם באמצעות תכונות רבות. באמצעות מודלים של עכברים, חוקרים יכולים לבודד גנים האחראים לשינויים הנצפים בתמונות CT. זה מאפשר חיזוי טוב יותר של גנים ו-SNPs המעורבים בהתפתחות המחלה, אשר ניתנים לאימות באמצעות ניתוח CRISPR.
מעקב אחר תאים בודדים עוקב אחר תנועתיות התא וכיצד היא מושפעת מביטוי גנים או טיפולים. על ידי התבוננות בתאים שאינם יוצרים גרורות, חוקרים זיהו שלוש קבוצות, שאחת מהן אובדת כאשר תאים רוכשים פוטנציאל גרורתי, מה שמקל על חוסר תנועה. זה הוביל לבידוד 13 גנים המעורבים בתנועתיות ובגרורות, שאושר בניתוח CRISPR כבעל השפעה דרמטית על התנהגות התא.
החזון האולטימטיבי הוא דיגיטליזציה של כל מטופל כדי להשיג הבנה עמוקה של המנגנונים המולקולריים שלו. זה כרוך בשילוב נתונים מקיפים, תובנות ביולוגיות עמוקות ממחקרי תאים, וממצאים ממודלים של עכברים. המטרה היא לעבור מעבר לניתוח נתונים בלבד להבנה ביולוגית הוליסטית לצורך פרוגנוזה וטיפול מותאמים אישית.
עוד מפגשים
הבינה המלאכותית שתציל חיים: מהפכה באבחון רפואי
Idan Bassouk
הסוד ליישור מושלם: למידה עמוקה משנה את פני הראייה הממוחשבת!
Oren Freifeld
לפענח את המציאות: סודות ראיית המחשב והבינה המלאכותית
Yonatan Wexler
AI בפתולוגיה: האם הרדיולוגים באמת מקדימים אותנו ב-20 שנה?
Iris Barshack
הסוד לפתיחת עולם ה-AI: הפסאודו-הופכי הלא-ליניארי
Yamit Ehrlich
האם ישראל תהפוך למעצמת AI עולמית? התפקיד שלך!
Noa Lubin
האם שינוי סדר פשוט יכול לשפר את הקיבוץ שלך ב-77%?
Ofir Lindenbaum
הסוד של מודלי AI: איך לגרום להם לשכוח?
Yehuda Dar