بیومارکرهای توپولوژیک؛ گامی نو در پیش‌بینی و طبقه‌بندی سرطان پستان

خلاصه سریع برای خواننده

• پژوهش جدید از محققان دانشگاه کلمبیا و همکاران درباره یک روش محاسباتی گزارش شده که الگوهای بافتی در نمونه‌های پاتولوژی را به اندازه‌گیری‌های کمی توپولوژیک تبدیل می‌کند.
• این شاخص‌های توپولوژیک ممکن است کمک کنند تا پیش‌بینی نتایج بالینی و انتخاب درمان برای بیماران مبتلا به سرطان پستان بهبود یابد، اما هنوز در مراحل تحقیقاتی است.
• نتایج فعلی امیدوارکننده‌اند اما عمدتاً روی مجموعه‌های داده خاص و تحلیل‌های بازنگری‌شده انجام شده‌اند؛ نیاز به اعتبارسنجی‌های خارجی و مطالعات پیش‌رونده وجود دارد.
• در حال حاضر این روش نباید به‌عنوان جایگزین روش‌های بالینی یا مولکولی موجود تلقی شود؛ بلکه یک ابزار پتانسیلی در کنار آن‌هاست.
• اگر شما یا نزدیکانتان مبتلا به سرطان پستان هستید، درباره کاربرد احتمالی چنین فناوری‌هایی در تصمیم‌گیری درمانی با تیم درمانی خود صحبت کنید.

مقدمه

برای دهه‌ها، تشخیص و درجه‌بندی سرطان پستان عمدتاً بر پایه بررسی‌های بافت‌شناسی (هیستوپاتولوژی) توسط پاتولوژیست‌ها انجام شده است: بررسی شکل، آرایش و ناهنجاری‌های سلولی و ساختاری در نمونه‌های میکروسکپی. اما با گسترش پاتولوژی دیجیتال و الگوریتم‌های محاسباتی، پژوهشگران به دنبال استخراج اطلاعات کمی‌تر و قابل تکرار از تصاویر بافتی هستند که ممکن است فراتر از قضاوت چشمی باشد.

خبر تازه‌ای که اخیراً در Medical Xpress منتشر شد، نتیجه پژوهشی از محققان دانشگاه کلمبیا و همکاران را شرح می‌دهد که در آن از رویکردهای مبتنی بر آنالیز توپولوژیک داده‌ها برای تبدیل الگوهای بصری بافت به بیومارکرهای کمی استفاده شده است. در ادامه این مقاله، یافته‌ها، محدودیت‌ها و اهمیت این پژوهش برای بیماران و پزشکان به زبان ساده و دقیق بررسی خواهد شد.

روش جدید چه مفهومی دارد؟

به‌طور خلاصه، تیم تحقیقاتی یک روش محاسباتی توسعه داده است که ویژگی‌های «شکل» و «ساختار» در تصاویر هیستوپاتولوژی را با استفاده از شاخص‌های توپولوژیک کمی‌سازی می‌کند. این شاخص‌ها بر پایه مفاهیمی از ریاضیات و آنالیز داده‌های توپولوژیک (TDA) هستند که می‌توانند الگوهایی مانند اتصالات، چرخه‌ها و فضای خالی در بافت را توصیف کنند — ویژگی‌هایی که چشم انسان ممکن است به‌صورت کامل یا دقیق ضبط نکند.

این روند معمولاً چند مرحله دارد:

• دیجیتایز کردن اسلایدهای بافتی (تصاویر دیجیتال از نمونه‌های H&E یا رنگ‌آمیزی‌های دیگر).
• پیش‌پردازش تصویر و تشخیص ساختارهای بافتی (مانند خوشه‌های سلولی، فضای بین سلول‌ها، عروق و …).
• استخراج معیارهای توپولوژیک از تصاویر؛ برای مثال ویژگی‌هایی که میزان اتصال، حفره یا پیچیدگی ساختار را نشان می‌دهند.
• آزمودن این ویژگی‌ها در مدل‌های آماری یا یادگیری ماشین برای بررسی ارتباط آن‌ها با نتایج بالینی مانند بازگشت بیماری، بقا یا پاسخ به درمان.

چرا توپولوژی؟

در حالی که روش‌های رایج استخراج ویژگی از تصویر بر مبنای اندازه، بافت یا رنگ تمرکز دارند، روش‌های توپولوژیک می‌توانند ساختارهای کلی و روابط مکانی میان اجزای بافت را توصیف کنند. این اطلاعات ممکن است نمایانگر خصوصیات بیولوژیک تومور و میکرومحیط اطراف آن باشند که با نتایج بالینی مرتبط هستند.

یافته‌های اصلی مطالعه

بر اساس گزارش منتشرشده در منبع، محققان نشان دادند که شاخص‌های توپولوژیک استخراج‌شده از تصاویر بافتی می‌توانند ارتباط معناداری با برخی نتایج بالینی سرطان پستان داشته باشند. نکات کلیدی عبارت‌اند از:

• برخی ویژگی‌های توپولوژیک با معیارهای مرسوم پیش‌آگهی مانند مرگ و میر یا بازگشت بیماری مرتبط بودند؛ اما شدت این ارتباط و تکرارپذیری آن بین مجموعه‌های داده مختلف هنوز مورد آزمایش است.
• وقتی این ویژگی‌ها به مدل‌های پیش‌بینی اضافه شدند، دقت پیش‌بینی برخی نتایج در برخی مجموعه‌ها بهبود یافت؛ اما این بهبود ثابت و قدرتمند در تمام ارزیابی‌ها مشاهده نشد.
• روش قابلیت استخراج از تصاویر استاندارد بافت‌شناسی را دارد، بنابراین ممکن است در آینده بدون نیاز به آزمایش‌های مولکولی اضافه قابل‌اجراباشد؛ با این حال هنوز برای استفاده بالینی آماده نیست.

این یافته برای بیمار چه معنایی دارد؟

برای بیماران و خانواده‌ها، نتایج این پژوهش را می‌توان این‌گونه تعبیر کرد:

• این تحقیق نشان می‌دهد که اطلاعات بیشتری از اسلایدهای پاتولوژی قابل استخراج است که ممکن است در تصمیم‌گیری‌های آینده مفید باشد؛ اما هنوز به مرحله‌ای نرسیده که مستقیماً روی انتخاب درمانی بیماران تاثیر قطعی بگذارد.
• در صورت تأیید بیشتر و استانداردسازی، این روش می‌تواند یکی از ابزارهای کمکی به پزشکان باشد تا همراه با یافته‌های بالینی و آزمایش‌های مولکولی، تصویر دقیق‌تری از ریسک بیمار بدست آورند.
• بیماران نباید انتظار داشته باشند که هم‌اکنون این تست در مراکز درمانی به‌صورت روتین انجام شود یا جایگزین تست‌های شناخته‌شده شود. در عوض، می‌تواند در آینده بخشی از پکیج تشخیصی و پیش‌آگهی باشد.

مزایا و نوآوری

نقاط قوت و نوآوری این رویکرد عبارت‌اند از:

• استفاده از داده‌های موجود (اسلایدهای H&E) بدون نیاز به نمونه‌گیری اضافه.
• تعیین ویژگی‌های کمی که ممکن است تکرارپذیری بالاتری نسبت به قضاوت چشمی داشته باشند.
• امکان تلفیق این ویژگی‌ها با سایر بیومارکرها (مولکولی و بالینی) برای بهبود مدل‌های پیش‌بینی.

محدودیت‌ها و نکاتی که باید با احتیاط خواند

• نوع مطالعه: بسیاری از تحلیل‌ها بر پایه مجموعه‌های داده بازنگری‌شده یا گذشته‌نگر (retrospective) انجام شده‌اند؛ این نوع مطالعات بیشتر برای تولید فرضیه مناسب‌اند و نه اثبات قطعیت بالینی.
• اندازه و تنوع جمعیت: اگرچه گزارش بهبودهایی نشان می‌دهد، اما داده‌ها ممکن است از مراکز محدود یا جمعیت خاصی جمع‌آوری شده باشند؛ بنابراین قابلیت تعمیم به جمعیت‌های دیگر نیاز به ارزیابی دارد.
• اعتبارسنجی خارجی: برای اطمینان از عملکرد پایدار، لازم است این روش در مجموعه‌های داده مستقل و چندمرکزی آزموده شود.
• استانداردسازی تصویر: کیفیت و پروتکل آماده‌سازی اسلایدها، رنگ‌آمیزی و دیجیتایز کردن می‌تواند روی نتایج تأثیر بگذارد؛ عدم یکنواختی این مراحل ممکن است دامنه کاربرد را محدود کند.
• رویکردهای ریاضی-محاسباتی: روش‌های توپولوژیک نیازمند پارامترسازی و تصمیم‌گیری‌های فنی هستند که می‌تواند بر نتایج تأثیر بگذارد؛ شفافیت در روش و کد منبع برای تکرارپذیری ضروری است.
• ارتباط در برابر علیت: وجود «ارتباط» بین ویژگی‌های استخراج‌شده و نتایج بالینی به معنی «علت» یا «اثبات درمانی» نیست؛ برای اثبات اینکه تغییر در این شاخص‌ها به تصمیمات درمانی بهتر منجر می‌شود، نیاز به کارآزمایی‌های بالینی است.

چه مراحلی برای ورود این روش به کار بالینی باقی مانده است؟

برای اینکه چنین بیومارکرهایی به ابزارهای کلینیکی تبدیل شوند، معمولاً مراحل زیر لازم است:

• اعتبارسنجی در مجموعه‌های داده مستقل و چندمرکزی.
• آزمون‌های پیش‌رونده (prospective) برای بررسی کارآیی در تصمیم‌گیری بالینی.
• استانداردسازی پروتکل‌های تصویر برداری و پردازش تصویر.
• ارزیابی ارزش افزوده این شاخص‌ها نسبت به یا در کنار بیومارکرهای مولکولی و کلینیکی موجود.
• تطابق با مقررات و راهنمایی‌های بالینی برای تصویب به‌عنوان کمک‌موردی در تصمیم‌گیری درمانی.

نظر تحریریه پزشک سایت

پژوهش‌هایی از این دست نشان می‌دهد که غنای اطلاعاتی موجود در اسلایدهای پاتولوژی هنوز به‌طور کامل استخراج نشده است. استفاده از روش‌های تحلیل توپولوژیک یک مسیر منطقی و نوآورانه برای توصیف ویژگی‌های ساختاری بافت است که ممکن است بینش‌های جدیدی در مورد بیولوژی تومور فراهم کند. با این حال، تاکنون این یافته‌ها بیشتر در سطح پژوهشی و فرضیه‌ساز قرار دارند و نمی‌توانند جایگزین ارزیابی‌های بالینی یا مولکولی استاندارد شوند. تحریریه پزشک سایت توصیه می‌کند مطالعات بعدی روی اعتبارسنجی چندمرکزی، تنوع جمعیت و تاثیر بالینی مشخص این شاخص‌ها متمرکز باشد تا مشخص شود آیا واقعاً می‌توانند تصمیم‌گیری درمانی را تغییر دهند یا خیر.

چه زمانی باید با پزشک مشورت کرد؟

اگر شما یا یکی از نزدیکانتان به سرطان پستان مبتلا هستید یا نگران این بیماری هستید، این موارد زمانی است که باید با پزشک یا پاتولوژیست در میان بگذارید:

• پس از دریافت تشخیص: درباره اینکه چگونه نتایج پاتولوژی فعلی (درجه تومور، وضعیت گیرنده‌ها، و نتایج مولکولی) برای تصمیم‌گیری درمانی شما استفاده می‌شود.
• وقتی می‌پرسید آیا تست‌های جدید یا تحقیقاتی (مانند تحلیل‌های تصویری یا بیومارکرهای تجربی) برای پرونده شما مفید هستند یا در دسترس‌اند.
• اگر در مورد شرکت در یک کارآزمایی بالینی مربوط به روش‌های تشخیصی یا پیش‌بینی سوال دارید.
• در موارد پیچیده بالینی مانند بارداری، مشکلات قلبی یا عفونت که ممکن است گزینه‌های درمانی را محدود کنند، لازم است همیشه با تیم درمانی مشورت شود.

پرسش‌های رایج

۱. آیا این روش جایگزین بیوپسی یا تست‌های ژنتیک می‌شود؟

خیر. در حال حاضر این رویکرد یک ابزار تکمیلی بالقوه است و نمی‌تواند جایگزین بیوپسی، ارزیابی مولکولی یا تست‌های ژنتیکی شود که اطلاعات متفاوتی درباره بیولوژی تومور و ریسک ژنتیکی می‌دهند.

۲. آیا برای همه انواع سرطان پستان کاربرد دارد؟

احتمالاً نه به‌صورت یکسان. اثر این شاخص‌ها ممکن است بین زیرنوع‌های مختلف سرطان پستان (مثلاً HR مثبت، HER2 مثبت، تری-مثبت یا از نوع سه‌گانه منفی) متفاوت باشد؛ بنابراین ارزیابی برای هر زیرگروه لازم است.

۳. آیا این تست اکنون در بیمارستان‌ها در دسترس است؟

اغلب مراکز بالینی هنوز این روش را به‌صورت روتین استفاده نمی‌کنند. برخی گروه‌های تحقیقاتی و مراکز پیشرو ممکن است آن را در مطالعات تحقیقاتی به کار برند، اما استفاده بالینی گسترده نیاز به مراحل اعتبارسنجی بیشتر دارد.

۴. آیا نیاز به نمونه‌گیری اضافی دارم؟

خیر، یک مزیت بالقوه این روش این است که از تصاویر دیجیتال اسلایدهای پاتولوژی که معمولاً در دسترس‌اند استفاده می‌کند و معمولاً نیازی به نمونه‌برداری اضافی نیست؛ با این حال، کیفیت اسلاید و روش تهیه آن می‌تواند اهمیت داشته باشد.

۵. آیا این روش می‌تواند نشان‌دهنده پاسخ به درمان باشد؟

در برخی تحلیل‌ها، شاخص‌های توپولوژیک ممکن است با پاسخ یا پیش‌آگهی مرتبط باشند، اما تعیین کننده بودن یا کاربرد مستقیم در مانیتورینگ درمان نیاز به مطالعات طولی و بالینی بیشتری دارد.

جمع‌بندی کاربردی

روش‌های مبتنی بر بیومارکرهای توپولوژیک نمایانگر یک مسیر نوین در پاتولوژی دیجیتال هستند که می‌توانند اطلاعات ساختاری-کیفی در تصاویر بافتی را به داده‌های کمی تبدیل کنند. یافته‌های اولیه امیدوارکننده‌اند و نشان می‌دهند که این شاخص‌ها ممکن است به بهبود پیش‌بینی نتایج بالینی کمک کنند، اما فعلاً بیشتر در مرحله تحقیقاتی قرار دارند. برای بیماران و پزشکان مهم است که این فناوری را به‌عنوان ابزار کمکی بالقوه در نظر بگیرند، نه جایگزین روش‌های تشخیصی و مولکولی موجود. پیش از هر تغییر درمانی یا تشخیصی مبتنی بر این روش، باید نتایج در مطالعات مستقل و پیش‌رونده تأیید شوند.

منبع: Medical Xpress — New topology-based biomarkers may improve breast cancer prediction (2026)

مطالب این مقاله فقط برای افزایش آگاهی عمومی است و جایگزین تشخیص یا درمان پزشکی نیست. برای اطلاعات بیشتر، صفحه سیاست پزشکی و سلب مسئولیت پزشک سایت را بخوانید.