اكتشاف ثوري: الذكاء الاصطناعي يحدد هدفًا جديدًا لعلاج الخلايا التائية CAR-T للأورام الصلبة

في 25 يونيو 2026، نشر باحثون من كلية الطب بجامعة بنسلفانيا بقيادة دانيال بيكر وكارل جون وزولتان أراني دراسة في مجلة Cell تصف إطارًا للذكاء الاصطناعي بمشاركة بشرية (Human-in-the-Loop) يدمج نماذج اللغة الكبيرة (LLMs) مع بيانات تسلسل الحمض النووي الريبي للخلايا المفردة (scRNA-seq) لاكتشاف وترتيب أولويات أهداف جديدة لعلاج الخلايا التائية CAR-T بشكل منهجي . كان أفضل مستضد مرشح هو GPNMB (البروتين السكري غير النقيلي للورم الميلانيني B)، وأظهرت خلايا CAR-T الموجهة ضده فعالية في نماذج فأرية لسرطان الجلد وسرطان الدم وسرطان القولون والمستقيم . صُمم الإطار ليكون معياريًا وقابلاً للتطبيق على أي نوع من السرطان وأي نموذج لغوي كبير، بهدف تسريع عملية اكتشاف الأهداف بشكل كبير للأورام الصلبة وما بعدها — لتقليص عملية قد تستغرق أشهرًا أو سنوات إلى بضعة أسابيع فقط .

كيف يعمل إطار الذكاء الاصطناعي بمشاركة بشرية

• دمج البيانات: جمع الفريق أربع مجموعات بيانات عامة لتسلسل الحمض النووي الريبي للخلايا المفردة من سرطان الجلد مع بيانات من قواعد بيانات عامة، ثم طبقوا إرشادات بيولوجية محددة لترتيب أولويات أكثر من 10,000 مستضد سطحي محتمل بناءً على ميزات ذات صلة بـ CAR-T (مثل التعبير الخاص بالورم وإمكانية الوصول السطحي) .
• الترشيح بواسطة نماذج اللغة الكبيرة: استُخدمت عدة نماذج لغوية كبيرة متطورة لترشيح الأهداف المثالية من تلك القائمة المفضلة .