في اجتماع tumor board لحالة ovarian cancer عائدة بعد platinum-based chemotherapy، يتجاوز سؤال طبيب الباثولوجي تأكيد التشخيص أو مراجعة grade وmorphology. السؤال العملي يكون عن سبب اختلاف السلوك بين مناطق الورم، وعن المنطقة التي تقود المقاومة، وعن نوع البيانات التي قد تساعد الفريق عند اختيار علاج لاحق أو إدخال المريضة في trial مناسب.
دراسة منشورة في npj Precision Oncology تعاملت مع هذه النقطة من زاوية مختلفة عن القراءة الروتينية للـ H&E أو IHC. الباحثون جمعوا single-cell transcriptomics وspatial transcriptomics مع بيانات سريرية وجزيئية من قواعد مثل GEO وArrayExpress وTCGA، ثم بنوا طريقة لتقدير platinum resistance داخل الخلايا الخبيثة نفسها. القيمة هنا لطبيب الباثولوجي تأتي من تحويل فكرة heterogeneity إلى خريطة يمكن ربطها بموقع الخلايا داخل النسيج وبسلوكها العلاجي.
المشكلة تبدأ من اختلاف الخلايا داخل نفس الورم
سرطان المبيض عالي الدرجة قد يظهر تحت المجهر ككيان واحد، لكن الاستجابة للبلاتين داخل الورم الواحد قد تكون غير متجانسة. جزء من الخلايا يبقى حساسا نسبيا، وجزء آخر يكتسب صفات مقاومة مرتبطة بإصلاح DNA، stemness، وتفاعل أوضح مع microenvironment. عندما تعود الحالة سريريا بعد العلاج، يكون هذا الاختلاف قد خرج من مستوى البحث إلى مستوى القرار.
العمل اعتمد على platinum resistance score أو PRS محسوب بخمس طرق تحليلية: AUCell وUCell وsingscore وssGSEA وAddModuleScore. بعد ذلك قُسمت الخلايا الخبيثة إلى ثلاث مجموعات حسب PRS، مع تركيز خاص على خلايا highly resistant malignant أو HRM. هذه اللغة قد تبدو بعيدة عن تقرير الباثولوجي اليومي، لكنها تترجم سؤالا مألوفا: أي جزء من الورم يحمل السلوك الأخطر، وهل يمكن التقاطه قبل أن يظهر كفشل علاجي واضح؟
spatial transcriptomics يضع النتيجة داخل النسيج
ميزة spatial transcriptomics أنها تحافظ على علاقة الخلية بمكانها. في الباثولوجي، المكان مهم. النمط المعماري، مناطق necrosis، واجهة الغزو، الكثافة الخلوية، والتجاور مع stroma أو immune cells كلها تفاصيل يراها طبيب الباثولوجي قبل أي خوارزمية. الدراسة استخدمت التحليل المكاني حتى تضع مقاومة البلاتين داخل خريطة نسيجية بدل رقم معزول في ملف RNA.
هذا مهم لأن AI في pathology يفشل غالبا عندما يتحول إلى score بلا سياق نسيجي. إذا ظهر PRS مرتفع في منطقة محددة من الورم، ينتقل النقاش إلى علاقته بالمظهر تحت H&E، وإمكانية اختيار block مناسب لاختبارات إضافية، واحتمال أن تكون عينة صغيرة قد فاتتها المنطقة الأكثر مقاومة.
ما الذي فعله Nebo model؟
الباحثون حددوا 12 hub genes مرتبطة بخلايا HRM، ثم استخدموا إطار mlr3 لبناء Nebo classification model. الهدف كان التعرف على الخلايا أو العينات ذات نمط مقاومة مرتفع، مع اختبار النموذج عبر أكثر من single-cell dataset وأكثر من clinical cohort. الورقة تصف أداء تنبؤيا قويا، وتبقي النموذج في مرحلة البحث الانتقالي قبل أي استعمال تشخيصي على شريحة WSI داخل المختبر.
هنا يجب أن يكون تقييم طبيب الباثولوجي صارما. النموذج مبني أساسا على transcriptomic data، مع احتياج واضح إلى ربطه بالـ morphology. نقله إلى workflow يعتمد على H&E يحتاج إلى جسر مثبت بين الصورة، RNA، وطريقة أخذ العينة. استعماله الأقرب حاليا هو في فهم biology، اختيار عينات للبحث، وتوليد فرضيات قابلة للاختبار في cohorts مستقلة.
SPINT2 وRAD51: لماذا يهم ذلك في التقرير؟
أبرز جين خرج من التحليل كان SPINT2. في cell lines مقاومة للبلاتين، كان SPINT2 مرتفعا، ومع خفضه زادت حساسية الخلايا للـ cisplatin. الآلية المقترحة مرتبطة بتقليل ثبات RAD51 protein وتعطيل homologous recombination repair. هذه النقطة تربط الدراسة مباشرة بما يعرفه طبيب الباثولوجي عن DNA repair ومسار علاج ovarian cancer، خصوصا في النقاش حول platinum sensitivity وPARP inhibitors والسياق الجزيئي العام للحالة.
مع ذلك، قراءة SPINT2 كـ biomarker جاهز لإضافته إلى لوحة IHC صباح الغد ستكون خطوة مبكرة. الورقة تقدم دليلا تجريبيا وبايوإنفورماتيا، وتحتاج الخطوة التالية إلى validation سريري واضح: نوع العينة، طريقة القياس، cutoff، reproducibility بين المختبرات، والقيمة المضافة فوق BRCA/HRD status والمعلومات السريرية. هذه الأسئلة هي ما يحمي المختبر من تحويل نتيجة بحثية إلى اختبار غير ناضج.
كيف ينعكس ذلك على workflow الباثولوجي؟
أول انعكاس عملي هو اختيار العينة. إذا كانت المقاومة مرتبطة بمناطق محددة، فاختيار block واحد من كتلة ورمية كبيرة قد يعطي صورة ناقصة. هذا يدفع المختبر إلى سياسة أوضح لاختيار المناطق التي تجمع بين viable tumor، اختلاف morphology، وموقع مناسب للتحليل الجزيئي عند الحاجة.
الانعكاس الثاني هو ربط بيانات pathology ببيانات oncology بطريقة قابلة للمراجعة. PRS أو أي score مشابه يجب أن يظهر داخل نظام يمكن تتبع مصدره: أي slide، أي block، أي region، أي platform، وأي نسخة من النموذج. طبيب الباثولوجي يحتاج إلى رؤية المنطقة التي أنتجت النتيجة، لا إلى رقم منفصل يصل متأخرا في ملف PDF.
الانعكاس الثالث يخص tumor board. عندما تتكرر حالة ovarian cancer بعد البلاتين، يمكن أن يساعد هذا النوع من الأبحاث في صياغة أسئلة أدق للفريق: هل لدينا دليل على heterogeneity عالية؟ هل العينة الحالية تمثل المرض النشط؟ هل توجد مادة مناسبة لتحليل RNA أو spatial assay؟ وهل يمكن تفسير فشل العلاج من زاوية clonal selection بدل الاكتفاء بوصفه progression عام؟
حدود الدراسة قبل التفكير في الاستخدام السريري
الدراسة مفتوحة الوصول ومنشورة في مجلة محكمة، لكنها تبقى بحثا انتقاليا يعتمد على datasets وتحليلات متعددة وتجارب مخبرية وحيوانية. إدخال أي model من هذا النوع إلى المختبر يحتاج إلى أسئلة تنفيذية واضحة: زمن التحليل، تكلفة الاختبار، كمية النسيج المطلوبة، أثر fixation، اختلاف platforms، وطريقة كتابة النتيجة في تقرير يمكن أن يفهمه oncologist ويتحمل مسؤوليته clinical team.
هناك نقطة أخرى تخص العدالة في العينة السكانية. قواعد البيانات العامة قد لا تمثل كل البيئات السريرية، ولا كل طرق المعالجة، ولا كل أنماط تثبيت الأنسجة. قبل استخدام PRS أو Nebo model في مركز معين، يجب اختبار الأداء على عينات محلية أو متعددة المراكز، مع مقارنة النتيجة بمسار العلاج الحقيقي وليس بمؤشرات مخبرية فقط.
ماذا يأخذ طبيب الباثولوجي من الورقة؟
الفائدة المباشرة من هذه الورقة أنها تضع مقاومة البلاتين في سرطان المبيض داخل إطار نسيجي وجزيئي قابل للنقاش. هي تذكير بأن morphology لا تقف خارج الذكاء الاصطناعي أو transcriptomics. بالعكس، قراءة الشريحة هي نقطة البداية لاختيار المنطقة الصحيحة، تفسير الاختلاف داخل الورم، وتحديد ما إذا كان الرقم الجزيئي يعكس المرض الذي يراه الفريق تحت المجهر.
إذا وصل هذا النوع من النماذج إلى المختبر مستقبلا، فدور طبيب الباثولوجي سيكون أكبر من اعتماد النتيجة. سيشمل تحديد العينة، مراجعة الجودة، تفسير النتيجة داخل السياق النسيجي، ورفض الاستخدام عندما لا تكون العينة أو البيانات كافية. هذا هو الفرق بين AI يساعد workflow وبين AI يضيف طبقة رقمية لا تغيّر قرارا سريريا.