محققین نے ایک پین کینسر AI ماڈل تیار کیا ہے جو یہ پیش گوئی کرتا ہے کہ مریض امیونو تھراپی کا جواب کس طرح معیاری بائیو مارکر ڈاکٹرز پر آج بھروسہ کرتے ہیں اس سے زیادہ درست طریقے سے دیں گے۔ COMPASS کہلانے والے اس ماڈل کو 3 جولائی 2026 کو نیچر میڈیسن میں شائع ہونے والی ایک تحقیق میں بیان کیا گیا تھا، اور یہ ٹیومر کی مختلف اقسام، علاج کے طریقہ کار اور کلینکل کوہورٹس میں عام کرتا ہے۔

امیونو تھراپی، خاص طور پر ادویات کی ایک کلاس جسے امیون چیک پوائنٹ انحیبیٹرز کے نام سے جانا جاتا ہے، نے کینسر کی دیکھ بھال کو تبدیل کر دیا ہے، لیکن صرف چند مریضوں کو فائدہ ہوتا ہے۔ AI انڈسٹری کی کوریج کے لیے اس کے بعد کہ مشین لرننگ کس طرح دوا کی شکل بدل رہی ہے، COMPASS ایک تفصیلی نظر پیش کرتا ہے کہ کس طرح فاؤنڈیشن ماڈل تکنیک زبان اور تصاویر سے آنکولوجی میں منتقل ہو رہی ہے۔

مسئلہ کمپاس نمٹتا ہے۔

امیون چیک پوائنٹ انحیبیٹرز، یا ICIs نے مدافعتی نظام پر بریک چھوڑ کر کچھ کینسروں کے نتائج کو ڈرامائی طور پر بہتر کیا ہے تاکہ یہ ٹیومر پر حملہ کر سکے۔ کیچ یہ ہے کہ ردعمل ناہموار ہیں۔ مریضوں کا صرف ایک ذیلی سیٹ پائیدار معافی حاصل کرتا ہے، جبکہ بہت سے دوسرے لوگوں کو کوئی فائدہ نظر نہیں آتا ہے، اور ڈاکٹروں کے پاس یہ بتانے کے لیے محدود ٹولز ہوتے ہیں کہ کون جواب دے گا۔

آج کے طبی اعتبار سے توثیق کرنے والے پیشن گوئیاں، خاص طور پر ٹیومر میوٹیشنل بوجھ (TMB) اور PD-L1 نامی پروٹین کا اظہار، نامکمل ہیں۔ 27,000 سے زیادہ ICI سے زیر علاج مریضوں کے پین کینسر کے تجزیے میں ان مارکروں اور مریضوں کے حقیقی ردعمل کے درمیان صرف کمزور یا متضاد روابط پائے گئے۔ نتیجہ یہ نکلتا ہے کہ مریضوں کو ایسی دوائیوں کا سامنا کرنا پڑ سکتا ہے جو ان کی مدد نہیں کریں گی، جبکہ دوسرے جو فائدہ اٹھا سکتے ہیں ان کی شناخت کبھی نہیں کی جاتی ہے۔

COMPASS کا مقصد ٹیومر کے مدافعتی مائیکرو ماحولیات (TIME) کے بارے میں قابل تشریح، حیاتیاتی بنیادوں پر مبنی تصورات، ٹیومر اور اس کے ارد گرد کے مدافعتی خلیوں کے درمیان پیچیدہ تعامل کو سیکھ کر اس خلا کو ختم کرنا ہے۔

ایک تصور رکاوٹ فاؤنڈیشن ماڈل

COMPASS کو ایک تصوراتی رکاوٹ کے ماڈل کے طور پر بنایا گیا ہے، ایک فن تعمیر کو بلیک باکس کے بجائے قابل وضاحت کے لیے ڈیزائن کیا گیا ہے۔ یہ ٹرانسفارمر پر مبنی جین انکوڈر کے ذریعے مریض کے ٹیومر آر این اے کی ترتیب کے ڈیٹا پر کارروائی کرتا ہے جو 15,672 پروٹین کوڈنگ جینز کے اظہار کو پڑھتا ہے۔ اس کے بعد ان جین ایمبیڈنگز کو 132 کیوریٹڈ جین دستخطوں پر پیش کیا جاتا ہے اور ان کو 43 اعلیٰ سطحی مدافعتی اور مائیکرو ماحولیات کے تصورات میں جمع کیا جاتا ہے، جس سے ہر مریض کے ٹیومر کی مدافعتی حرکیات کی ایک کمپیکٹ نمائندگی ہوتی ہے۔

کینسر جینوم اٹلس (TCGA) سے 33 کینسر کی اقسام میں 10,184 ٹیومر پر خود نگرانی شدہ متضاد سیکھنے کا استعمال کرتے ہوئے ماڈل کو پہلے سے تربیت دی گئی تھی۔ سب سے پہلے بڑی مقدار میں بغیر لیبل والے ڈیٹا سے سیکھ کر، COMPASS قابل عام نمائیندگی بناتا ہے جو پھر بہت چھوٹے کلینیکل کوہورٹس پر ٹھیک ہو سکتے ہیں، یہ ایک اہم خاصیت ہے کہ امیونو تھراپی کا لیبل لگا ہوا ڈیٹا کتنا کم ہے۔

چونکہ فن تعمیر معلومات کو انسانی پڑھنے کے قابل تصورات کے ذریعے منتقل کرتا ہے، اس لیے معالجین معائنہ کر سکتے ہیں کہ کون سے حیاتیاتی سگنلز، جیسے ٹی سیل کی تھکن، مائیلوڈ پروگرامز، یا امیونوریگولیٹری سگنلنگ، دی گئی پیشین گوئی کو آگے بڑھاتے ہیں۔ یہ بہت سے گہرے سیکھنے والے ماڈلز کے برعکس ہے جو اس کے پیچھے کی دلیل کی وضاحت کیے بغیر اسکور نکالتے ہیں۔

کینسر میں مضبوط نتائج

محققین نے 1,133 مریضوں پر COMPASS کا جائزہ لیا جو 16 کلینکل کوہورٹس سے تیار کیے گئے تھے جن میں کینسر کی سات اقسام ہیں، پری ٹریٹمنٹ ٹیومر ٹرانسکرپٹومس کا استعمال کرتے ہوئے چیک پوائنٹ انحیبیٹرز کے ردعمل کی پیش گوئی کرنے کے لیے جن میں اینٹی PD-1/PD-L1، اینٹی CTLA-4، اور امتزاج کے علاج شامل ہیں۔

لیو-ون-کوہورٹ آؤٹ ایویلیویشن میں، جہاں ماڈل کا بار بار ایسے گروپ پر تجربہ کیا جاتا ہے جو اس نے کبھی نہیں دیکھا ہو، COMPASS نے 22 مسابقتی ماڈلز میں بہترین اوسط کارکردگی حاصل کی۔ اس نے پیشین گوئی کی درستگی میں 8.5 فیصد اور پریزین-ریکال کریو (AUPRC) کے تحت رقبہ کو بہتر کیا، ایک کلیدی میٹرک جب ایک نتیجہ دوسرے سے بہت کم ہوتا ہے، 15.7 فیصد۔

سب سے زیادہ حیران کن نتیجہ میٹاسٹیٹک یوروتھیلیل کارسنوما، مثانے اور پیشاب کی نالی کا کینسر کے مرحلے 2 کے ٹرائل میں سامنے آیا۔ وہ مریض جن کی COMPASS نے پیش گوئی کی تھی کہ وہ اس سے زیادہ دیر تک زندہ رہے جن کی اس نے پیش گوئی کی تھی، خطرہ کا تناسب 4.7 اور P قدر 1.7 × 10⁻⁷ کے ساتھ۔ اس اقدام پر، AI ماڈل نے TMB اور PD-L1 ٹیسٹنگ دونوں کو پیچھے چھوڑ دیا، بائیو مارکر جو فی الحال کلینک میں استعمال ہوتے ہیں۔

وضاحت کرنا کہ مریض کیوں جواب دیتے ہیں، یا نہیں کرتے

خام درستگی کے علاوہ، COMPASS ذاتی نوعیت کے ردعمل کے نقشے تیار کرتا ہے جو مریض کے جین کے اظہار کو مخصوص مدافعتی تصورات سے جوڑتا ہے۔ یہ نقشے پیشین گوئی کے پیچھے میکانزم کی وضاحت کرنے میں مدد کرتے ہیں، اور وہ ایسے معاملات کو بے نقاب کرتے ہیں جہاں روایتی زمرے گمراہ ہوتے ہیں۔

مثال کے طور پر، ڈاکٹر اکثر ٹیومر کو تین مدافعتی فینوٹائپس کا استعمال کرتے ہوئے درجہ بندی کرتے ہیں: سوجن، خارج شدہ، اور صحرا۔ لیکن COMPASS نے ظاہر کیا کہ یہ موٹے چھانٹینگ دھوکہ دہی ہوسکتی ہے۔ "سوجن" ٹیومر والے کچھ مریضوں نے، جن کے اچھے ردعمل کی پیش گوئی کرنی چاہیے، TGFβ نامی پروٹین کے ذریعے چلنے والے سگنلز کو دبانے، عروقی اخراج، یا بعض مدافعتی خلیوں میں ناکارہ ہونے کی وجہ سے جواب نہیں دیا۔ اس کے برعکس، کچھ مریض جن کے ٹیومر سوجن نظر نہیں آتے تھے، انہوں نے پھر بھی جواب دیا، کیونکہ انہوں نے سائٹوٹوکسک مدافعتی سرگرمی کو برقرار رکھا یا مدافعتی سگنلز کے بغیر زیادہ تغیراتی بوجھ اٹھایا۔

ان پوشیدہ امتیازات کو حل کرکے، COMPASS فعال مدافعتی حالتوں کی نشاندہی کرتا ہے جو موجودہ بائیو مارکر کو تبدیل کرنے کے بجائے مکمل کرتی ہیں۔

آگے کیا آتا ہے۔

مطالعہ آنکولوجی میں AI کے وعدے اور حدود دونوں کو واضح کرتا ہے۔ COMPASS تمام کینسر کی اقسام اور علاج کو عام کرتا ہے اور پیرامیٹر سے موثر ٹرانسفر لرننگ کے ذریعے چھوٹے کلینکل کوہورٹس کے مطابق ڈھال سکتا ہے، جس میں ایک زیرو شاٹ موڈ بھی شامل ہے جو نئے مریضوں کو بغیر کسی اضافی تربیت کے ملتے جلتے کیسز سے ملاتا ہے۔ لیکن مصنفین نوٹ کرتے ہیں کہ امیونو تھراپی کا ردعمل ٹرانسکرپٹوم سے باہر بہت سے عوامل پر منحصر ہے، اور کلینیکل اپنانے کے لیے بڑی اور زیادہ متنوع آبادیوں میں مزید توثیق کی ضرورت ہوگی۔

یہ کام ایک وسیع تر رجحان کی بھی عکاسی کرتا ہے: فاؤنڈیشن ماڈلز جو کہ وسیع ڈیٹاسیٹس پر پہلے سے تیار کیے گئے ہیں اور پھر خصوصی طبی کاموں کے مطابق بنائے گئے ہیں کلینک کے قریب جا رہے ہیں۔ آیا ٹیومر امیون بائیولوجی سے سیکھے گئے تصورات انفرادی مریضوں کے لیے بہتر، تیز تر علاج کے فیصلوں میں ترجمہ کر سکتے ہیں اس سوال کا جواب آزمائشوں کے اگلے دور کو دینا پڑے گا۔

AI سے آگے رہیں

فاؤنڈیشن ماڈل متن اور تصاویر سے طب اور سائنس میں تیزی سے آگے بڑھ رہے ہیں۔ صحت کی دیکھ بھال اور تحقیق کو تشکیل دینے والے اے آئی کی تازہ ترین پیشرفت کو ٹریک کریں۔

مزید AI خبریں پڑھیں →