הבדיקה שתחזה
את יעילות הטיפול

חוקרים מלונדון פיתחו שיטה לחזות מראש אם חולי דלקת מפרקים שגרונית יגיבו לטיפול. המודל החישובי שמנבא את הצלחת הטיפול התרופתי מבוסס על זיהוי סמנים ביולוגיים ייחודיים בדמם של החולים לפני קבלת הטיפול. 

דלקת מפרקים שגרונית (Rheumatoid arthritis) היא מחלה אוֹטוֹאִימוּנִית – מחלה שבה מערכת החיסון תוקפת רקמות בריאות של הגוף. במקרה הזה המחלה מתמקדת במפרקי הגוף, ובמיוחד במפרקים הקטנים של הגפיים, פוגעת בתפקודם ויוצרת בהם עיוותים עם הזמן. הדלקת הכרונית מתאפיינת ברגישות ונפיחות של המפרקים הנגועים ואף יכולה להתפשט לרקמות ואיברים אחרים, כמו העור, העיניים, הריאות ועוד, ולפגוע גם בהם.

הסיבות להתפתחות המחלה לא לגמרי מובנות לנו כיום, והסברה היא שהיא מושפעת מגורמים סביבתיים (כמו עישון) ומגורמים תורשתיים. הטיפול הראשוני כולל שיכוך כאבים ותרופות נוגדות דלקת, ואילו בשלבים מתקדמים יותר הרופאים משלבים בין כמה תרופות שאמורות לעצור את התפתחות המחלה. אחד הרכיבים העיקריים בקוקטייל הזה היא מתוטרקסט (Methotrexate), תרופה שמעכבת את הייצור של חומצה פולית. מאחר שהחומצה הפולית חשובה להתחלקות תאים, התרופה מונעת מתאי מערכת החיסון שפוגעים במפרקים להמשיך להתרבות. 

הבעיה היא שרק אצל כמחצית מהחולים חל שיפור במצבם בזכות שילוב התרופות הזה, וחלקם מפתחים עם הזמן עמידות לטיפול והוא מפסיק לעזור להם. בנוסף, חלק מהתרופות בקוקטייל, ובהן המתוטרקסט, עלולות לגרום לתופעות לוואי חמורות הכוללות זיהומים ובעיות בתפקודי הכבד. נכון להיום אי אפשר לחזות מי יגיבו לטיפול ומי לא, כך שההחלטה מתי להשתמש בו היא הימור כמעט מוחלט.

דלקת כרונית ועיוותים. הדמייה של המפרקים הדלקתיים (באדום) בידיים של חולה בדלקת מפרקים שגרונית | מקור: ANIMATED HEALTHCARE LTD / SCIENCE PHOTO LIBRARY

סמנים חשודים

בניסיון למצוא פתרון לבעיה פיתחה קבוצת מחקר מאוניברסיטת קווין מרי (Queen Mary) בלונדון שיטה למציאת סמנים ביולוגיים פוטנציאליים, כלומר מולקולות ספציפיות שקיים קשר בין קיומן ליעילות הטיפול, ועל כן אפשר להיעזר בהן כדי לנבא אם אדם יגיב לטיפול. תחילה הם אספו דגימות דם מ-112 חולי דלקת מפרקים שגרונית שאובחנו אך לא קיבלו עדיין טיפול תרופתי. שישה חודשים אחרי שהחלו את הטיפול, אספו החוקרים מידע על תגובת החולים לתרופות, ולקחו דגימות דם נוספות מ-44 מהם.

בעזרת מכשיר ספקטרומטר מסות, שמשמש לזיהוי חומרים על פי היחס בין המסה של חלקיקים טעונים לבין המטען החשמלי שלהם, זיהו החוקרים את המולקולות שנמצאו בדגימות הדם של החולים. הם החליטו להתמקד במדידת הרמות של מולקולות קטנות שנוצרות מחומצות שומן בדם ומעורבות בוויסות תהליכי דלקת. בשיטות של בינה מלאכותית ולמידה חישובית (Machine learning) הם פיתחו מודלים חישוביים לזיהוי סמנים שבהם כדאי להתמקד.

ממצאי המחקר הראו כי פרופיל מולקולות הסמן בדם החולים לפני קבלת הטיפול היה שונה בין החולים שבסופו של דבר הגיבו לטיפול לבין אלה שלא הגיבו לו. על סמך הממצא הזה הם פיתחו מודל חיזוי המבוסס על פרופיל מולקולות הסמן, שמנבא את הצלחת הטיפול ברמת דיוק של עד 89 אחוז. במאמרם הם טוענים שחיפוש אחרי נוכחות הסמנים הללו בדם החולים לפני קבלת הטיפול יאפשר לחזות מי מהם לא יגיבו לטיפול. 

למרות הממצאים המעודדים, יש לזכור שהם לא נבדקו בניסוי קליני מבוקר. כדי לדעת אם המודלים שהחוקרים פיתחו אכן משקפים את המציאות, יש לתת את הטיפול לחולים בעלי פרופיל הסמנים הנכון בדמם. אם שיעור ההצלחה של הטיפולים יעלה ליותר מ-50 אחוז, נוכל לאשר בביטחון רב יותר שמולקולות הסמן שמצאו החוקרים אכן מנבאות את הצלחת הטיפול. עד אז, ממצאי המחקר מעידים רק על קשר סטטיסטי בין הסמנים להצלחת הטיפול, אך לא ברור מהי משמעותו.

החוקרים לא מסבירים במאמר כיצד מולקולות הסמן שהם מצאו קשורות למנגנון הפעולה של התרופות, ואם הן קשורות אליו בכלל. כעת החוקרים מתכננים מחקר המשך, עם קבוצת חולים גדולה יותר, שיבחן את יעילות הסמנים בחיזוי ההצלחה של הטיפול התרופתי ואולי גם יסייע לשפוך אור על הקשר בינם לבין מנגנון המחלה. אף שאי אפשר עדיין לקבוע בביטחון שמודל החיזוי הזה אכן פועל, זהו צעד קדימה בהבנת המחלה ובפיתוח שיטות טיפול מדויקות יותר ומותאמות יותר לחולים.