İsviçre'deki ETH Zürih'teki araştırmacılar, "farmaskopi" adını verdikleri kanser önleyici ilaçlar için yüksek verimli bir tarama yöntemi geliştirdiler. Araştırmacılar bugüne kadar sistemi, prognozu kötü olan ve ilaç direnci nedeniyle tedavisi de zor olan multipl miyelom (bir kanser türü) örnekleriyle test ettiler. Bu tür kanserlerde, belirli bir patent için doğru ilacı veya ilaç kombinasyonunu bulmak çok önemlidir. Yaklaşım, kanser hücrelerinin 384 oyuklu plakalara tohumlanmasını ve ardından her bir yuvaya farklı ilaçlar veya ilaç kombinasyonlarının yerleştirilmesini içeriyor. 24 saatlik bir inkübasyon döneminden sonra hücreler, antikorlarla etiketlenebiliyor ve ardından, ilaçların ne gibi etkilere sahip olduğunu belirlemek için AI görüntü analizinden önce otomatik olarak görüntülenebiliyor. Yapay zekanın gücünden yararlanmak, tüm bu prosedürlerin hızlı olduğu ve sonuçların her hasta için kişiselleştirilmiş bir tedavi şekli sağlaması gerektiği anlamına geliyor.
Multipl miyelom, yönetimi özellikle zor olan bir kan kanseridir ve tanı konulduktan sonra ortalama yaşam süresi beş yıldır. Buradaki önemli sorun, kanserin birçok tedaviye dirençli hale gelme, her tedavi turundan sonra geri dönme ve birden çok anti-kanser ilacına direnç kazanma eğilimidir. Bununla birlikte, bir hastanın kanserini çeşitli ilaçlara karşı direnci veya duyarlılığı açısından test etmek zor ve zaman alıcı olabilir. Bu yeni teknoloji, ilaç duyarlılık testinin sıkıntısını gidermek için tasarlanmış yüksek verimli bir sistem niteliğinde ve bunu yapmak için yapay zekanın gücünden yararlanıyor.
Bu yeni yaklaşıma farmaskopi deniyor ve kanserden bir örnek alınmasıyla başlıyor. Bu durumda, araştırmacılar sistemlerini multipl miyelom ile test ettiler ve 89 miyelom hastasından alınan 138 kemik iliği biyopsisini analiz ettiler. Hastalar multipl miyelomun farklı aşamalarını gösterdi. Hastalardan bazıları daha önce tedavi görmemişken, diğerleri sistem için çeşitli numune havuzu sağlayan çok sayıda tedavi görmüştü.
Araştırmacılar biyopsilerden alınan hücreleri 384 kuyucuklu plakalara yerleştirdiler, farklı ilaç kombinasyonlarını farklı kuyucuklara eklediler ve ardından kuyucuklu plakaları 24 saat inkübe ettiler. Daha sonra, otomatik görüntüleme ve müteakip AI analizinden önce hücreleri antikorlarla boyadılar.
Sistem, araştırmacıların belirli hastalar için faydalı olması muhtemel ilaçları veya ilaç kombinasyonlarını hızlı bir şekilde belirlemesine izin verdi. Araştırmacılar ayrıca sistemin diğer kanser türlerine sahip hastaların taranmasına yardımcı olacak şekilde uyarlanabileceğini ve tedavi yolculuğunda hızlı bir geri dönüş sağlayabileceğini umuyor.
Multipl miyelom, yönetimi özellikle zor olan bir kan kanseridir ve tanı konulduktan sonra ortalama yaşam süresi beş yıldır. Buradaki önemli sorun, kanserin birçok tedaviye dirençli hale gelme, her tedavi turundan sonra geri dönme ve birden çok anti-kanser ilacına direnç kazanma eğilimidir. Bununla birlikte, bir hastanın kanserini çeşitli ilaçlara karşı direnci veya duyarlılığı açısından test etmek zor ve zaman alıcı olabilir. Bu yeni teknoloji, ilaç duyarlılık testinin sıkıntısını gidermek için tasarlanmış yüksek verimli bir sistem niteliğinde ve bunu yapmak için yapay zekanın gücünden yararlanıyor.
Bu yeni yaklaşıma farmaskopi deniyor ve kanserden bir örnek alınmasıyla başlıyor. Bu durumda, araştırmacılar sistemlerini multipl miyelom ile test ettiler ve 89 miyelom hastasından alınan 138 kemik iliği biyopsisini analiz ettiler. Hastalar multipl miyelomun farklı aşamalarını gösterdi. Hastalardan bazıları daha önce tedavi görmemişken, diğerleri sistem için çeşitli numune havuzu sağlayan çok sayıda tedavi görmüştü.
Araştırmacılar biyopsilerden alınan hücreleri 384 kuyucuklu plakalara yerleştirdiler, farklı ilaç kombinasyonlarını farklı kuyucuklara eklediler ve ardından kuyucuklu plakaları 24 saat inkübe ettiler. Daha sonra, otomatik görüntüleme ve müteakip AI analizinden önce hücreleri antikorlarla boyadılar.
Sistem, araştırmacıların belirli hastalar için faydalı olması muhtemel ilaçları veya ilaç kombinasyonlarını hızlı bir şekilde belirlemesine izin verdi. Araştırmacılar ayrıca sistemin diğer kanser türlerine sahip hastaların taranmasına yardımcı olacak şekilde uyarlanabileceğini ve tedavi yolculuğunda hızlı bir geri dönüş sağlayabileceğini umuyor.
Bu rehber yardımcı oldu mu?
DoktorClub’da Keşfet
