אלגוריתם שפותח בישראל עשוי לנבא את הסיכוי לחלות בשחפת

חוקרים במכון ויצמן פיתחו אלגוריתם שמאפשר לזהות כיצד התאים במערכת החיסון מקבלים, כבר במפגש הראשוני, חיידקים שמנסים לחדור את חומת ההגנה שלה ● יחד עם מאגר הנתונים שפיתחו, הם מתכוונים להתמקד בשחפת ולנסות לעכב את המחלה, שקוטלת מיליונים בעולם השלישי

חיידק השחפת, כפי שהוא נראה במיקרוסקופ. מקור: BigStock

שחפת היא מחלה ששכיחות ההידבקות בה במדינות המפותחות נמוכה יחסית, ושיעור מקרי המוות קטן הרבה יותר. כך גם בישראל – בתחילת השנה נסגרה המחלקה היחידה בארץ לשחפת שעדיין פעלה, בבית החולים שמואל הרופא בבאר יעקב. אלא שהיא לחלוטין לא מוגרה: המחלה עדיין קוטלת רבים במדינות העולם השלישי ולפני חודשים אחדים הביעו מומחים חשש שהיא תשוב לפרוץ גם בארץ.

מכון ויצמן הודיע היום (ב') כי חוקרים שפועלים במסגרתו פיתחו אלגוריתם שיאפשר לנבא את הסיכוי לחלות במחלה – באמצעות רושם ראשוני. הם אומרים שכמו שאנחנו פעמים רבות חורצים את תדמיתו של אדם בעינינו לשנים רבות מיד אחרי שאנחנו רק פוגשים אותו, כך גם המפגש הראשוני של חיידק עם תאי מערכת החיסון שלנו מותיר בהם רושם שעשוי להתבטא רק שנים רבות מאוחר יותר, ולהביא להתפרצות מחלה. מדעני מכון ויצמן התחקו אחר אותן "פגישות ראשונות" ובחנו כיצד התאים במערכת החיסון מקבלים את החיידקים. הם עשו זאת באמצעות אלגוריתם, שלדבריהם עשוי לאפשר בעתיד לנבא את הסיכון לפתח מחלות זיהומיות, דוגמת שחפת, שנים רבות לפני שהן מתפרצות.

החוקרים, בהובלת ד"ר נעה בוסל בן משה וד"ר שלי חן אביבי, העמידו את האלגוריתם למבחן על קבוצה של נבדקים בריאים מהולנד, שנבחרו על סמך תיקם הרפואי. הם הדביקו דגימות דם שנלקחו מאנשים אלה בסלמונלה, וכאשר הסתכלו בשיטות אנליזה קיימות על ביטוי הגנים בדגימה – לא נמצאו הבדלים משמעותיים בתגובת המערכת החיסונית. רק לאחר הפעלת האלגוריתם, נחשפו הבדלים ניכרים. בעקבות אותו מפגש, הם יצרו מאגר נתונים.

"יודעים לא רק את הרכב התאים, אלא גם את פוטנציאל התגובה"

במכון ויצמן אומרים שהאלגוריתם מאפשר לחלץ מידע שלא היה זמין קודם לכן בניתוח סטנדרטי של דגימות דם מבלי להזדקק לריצוף ברמת התא הבודד – דבר שקיים רק במרפאות ובבתי חולים מסוימים, ולכן פחות זמין. לדברי ד"ר בוסל בן משה, "אולי החידוש הגדול ביותר באלגוריתם שפיתחנו הוא היכולת להגיד לא רק מהו הרכב התאים אלא גם מהן רמות השפעול שלהם – כלומר, לא רק אילו תאים יש בדגימה אלא גם מהו פוטנציאל התגובה שלהם".

"באמצעות האלגוריתם הצלחנו למצוא הבדלים שמסבירים את השונות בין הדגימות ביכולת להרוג את החיידק", אמרה ד"ר חן אביבי. מעוּדדים מההצלחה, החליטו החוקרים לקפוץ מדרגה ולבדוק את האלגוריתם בחיידק מסוג אחר לגמרי (וקטלני בהרבה): מיקובקטריום טוברקולוזיס – החיידק מחולל השחפת. בשלב זה, הם רצו לבדוק מה מבדיל בין אלה החולים בשחפת לאלה שאינם מפתחים את המחלה. כדי לבדוק אם לאלגוריתם פתרונים, פנו החוקרים למאגר נתונים בריטי שתיעד נשאי שחפת במשך שנתיים. "במאגר נכללים אנשים שגורלם שונה מאוד – נשאים, חולים פעילים וכאלה שהפכו מנשאים לחולים במהלך אותה תקופה", ציינה ד"ר חן אביבי. על אף שהאלגוריתם מבוסס על מפגש עם סלמונלה, הצליחו החוקרים לגלות בעזרתו הבדל בין הנבדקים ברמת השפעול של תאי מונוציט. "כבר בשלב הרדום, כשאף אחד לא יכול היה לשער שנשאים אלה עומדים לפתח מחלה, ניכר הבדל משמעותי ברמת השפעול של המונוציטים בינם ובין הנשאים האחרים. משמעות הדבר היא שאפשר לכאורה לאתר הבדל זה בנקודות זמן מוקדמות, וכך אולי לחזות את התפרצות המחלה", הוסיפה.

החוקרים עומדים לבצע מחקרי המשך, שיכללו, בין היתר, את הרחבת מאגר המידע של האלגוריתם גם לשחפת. הם מעוניינים לפתח כלי שינבא מה הסיכון לחלות במחלה – ויאפשר למערכת הרפואית להציע טיפול אנטיביוטי מונע בשלב שבו העומס החיידקי עדיין קטן יותר, וסיכויי ההחלמה משופרים. בהמשך מתעתדים החוקרים "לאמן" את האלגוריתם על מחלות זיהומיות נוספות.

מתעניינים בבריאות דיגיטלית? רוצים לשמוע עוד בנושא? הירשמו לכנס dHealth 2019 של אנשים ומחשבים.

תגובות

(0)

כתיבת תגובה

האימייל לא יוצג באתר.

אין לשלוח תגובות הכוללות דברי הסתה, דיבה, וסגנון החורג מהטעם הטוב

אירועים קרובים