O „celulă virtuală” poate anticipa răspunsul cancerului la medicamente. AI intră într-o nouă etapă a medicinei personalizate

Una dintre cele mai ambițioase idei ale inteligenței artificiale aplicate biologiei este construirea unei „celule virtuale”: un model digital care să învețe suficient de bine comportamentul unei celule încât cercetătorii să poată testa pe computer ce s-ar întâmpla dacă asupra ei ar acționa un medicament.

Până de curând, aceasta era mai ales o direcție experimentală. Un studiu publicat în septembrie 2026 în revista Nature face însă un pas important spre utilizarea practică a conceptului. Cercetătorii au construit un model AI numit ProteinTalks, antrenat pe peste 38 de milioane de măsurători ale proteinelor, pentru a anticipa modul în care celulele cancerului de sân triplu negativ răspund la diferite tratamente.

Rezultatele sunt interesante nu pentru că inteligența artificială ar fi descoperit un „tratament pentru cancer”, ci pentru că arată ceva mult mai realist: un model digital începe să poată ajuta cercetătorii să estimeze care medicament merită testat pentru un anumit profil tumoral.

De ce cancerul de sân triplu negativ este dificil de tratat

Cancerul de sân triplu negativ, cunoscut prin abrevierea TNBC, reprezintă aproximativ 15–20% dintre cancerele mamare. Celulele acestor tumori nu prezintă receptorii pentru estrogen și progesteron și nici supraexpresia HER2, ceea ce limitează utilizarea unor terapii țintite folosite cu succes în alte forme de cancer de sân.

În plus, două tumori încadrate în aceeași categorie pot avea comportamente moleculare foarte diferite. De aici apare una dintre marile probleme ale oncologiei: cum poate fi ales tratamentul cu cele mai mari șanse de eficiență pentru tumora unui anumit pacient?

În prezent, răspunsul se bazează pe informații clinice, analize moleculare, ghiduri terapeutice și rezultate obținute în studii clinice. O celulă virtuală încearcă să adauge încă un instrument: simularea computațională.

ProteinTalks nu este un chatbot pentru medicină

Denumirea de „inteligență artificială” poate crea o imagine greșită. ProteinTalks nu funcționează ca un chatbot și nu discută cu medicul despre simptome.

Modelul a fost construit pentru o sarcină extrem de specializată: să învețe cum se modifică proteinele unei celule canceroase atunci când aceasta este expusă unui medicament.

Cercetătorii au lucrat cu 18 linii celulare de cancer de sân, dintre care 16 proveneau din cancer triplu negativ. Celulele au fost expuse la 63 de medicamente antitumorale aprobate și la 59 de combinații de medicamente.

Apoi au măsurat nivelurile a mii de grupuri de proteine înaintea tratamentului și la diferite intervale după administrarea acestuia. Rezultatul a fost un set de date neobișnuit de mare: peste 38 de milioane de măsurători ale abundenței proteinelor în timp.

Aceste date au devenit „experiența” din care modelul AI a învățat.

De ce proteinele sunt atât de importante

ADN-ul conține instrucțiunile celulei, dar proteinele sunt printre principalii executanți ai acestor instrucțiuni. Ele participă la aproape toate procesele celulare: semnalizare, metabolism, diviziune, repararea ADN-ului sau moarte celulară.

Un medicament poate declanșa o adevărată cascadă de modificări în această rețea. Tocmai aici devine interesantă abordarea ProteinTalks. În loc să privească celula într-un singur moment, modelul învață cum se schimbă profilul proteinelor în timp după intervenția unui medicament.

Este diferența dintre o fotografie și un film. O fotografie arată starea celulei, în timp ce un șir de măsurători poate arăta cum reacționează aceasta.

AI a primit medicamente pe care nu le întâlnise la antrenare

Un test important pentru orice model AI este capacitatea de a lucra cu situații pe care nu le-a memorat în timpul antrenării.

Cercetătorii au testat ProteinTalks pe zeci de medicamente care nu făcuseră parte din setul său de antrenare. Modelul a obținut rezultate promițătoare în anticiparea răspunsului celular la aceste tratamente.

Este însă important ca rezultatul să fie interpretat corect. Acest lucru nu înseamnă că AI poate spune cu aceeași precizie dacă un anumit pacient va răspunde la un medicament. Testul măsoară capacitatea modelului de a anticipa comportamentul celular în condițiile definite de cercetători.

Diferența dintre cele două afirmații este esențială.

Testul cel mai interesant a venit de la pacienți reali

Echipa a mers însă mai departe de culturile celulare. Cercetătorii au analizat mii de proteine din biopsii tumorale provenite de la peste 500 de persoane cu cancer de sân triplu negativ, recoltate înaintea chimioterapiei.

Modelul a fost folosit pentru a estima răspunsul tumorilor la tratamente, iar predicțiile sale au fost comparate ulterior cu rezultatele clinice observate la pacienți.

Aceasta este probabil partea cea mai importantă a cercetării, pentru că arată că modelul nu a rămas limitat la un experiment pur computațional, ci a fost confruntat și cu date biologice provenite din situații clinice reale.

Un laborator virtual înaintea laboratorului real

Dacă asemenea modele vor deveni suficient de precise, cercetarea medicamentelor ar putea funcționa într-o ordine diferită.

Astăzi, identificarea combinațiilor terapeutice presupune testarea unui număr foarte mare de posibilități în culturi celulare, modele animale, organoide și, în etapele ulterioare, studii clinice. Numărul combinațiilor posibile crește însă foarte repede.

O celulă virtuală ar putea funcționa ca un filtru inițial. AI ar putea simula un număr mare de variante, selecta câteva dintre cele mai promițătoare, iar cercetătorii ar verifica apoi experimental rezultatele.

În acest scenariu, inteligența artificială nu elimină experimentele biologice. Dimpotrivă, le poate face mai eficiente, indicând unde merită investite timpul și resursele cercetătorilor.

Ar putea exista într-o zi o celulă virtuală pentru fiecare pacient?

Aceasta este una dintre direcțiile cele mai interesante, dar aici trebuie separată foarte clar cercetarea actuală de ceea ce este încă ipotetic.

Fapt: ProteinTalks poate analiza date proteomice și a demonstrat capacitatea de a anticipa răspunsuri la medicamente în experimente și în analiza retrospectivă a unor biopsii tumorale.

Posibilitate pentru viitor: modele mult mai dezvoltate ar putea integra genomul, proteinele, ARN-ul, imaginile tumorale și alte date ale unui pacient pentru a construi simulări personalizate ale răspunsului la tratament.

Aceasta ar semăna cu un „geamăn digital” biologic. Medicina nu se află însă încă în acel punct.

Modelele de celule virtuale continuă să aibă probleme importante privind validarea, interpretabilitatea, standardizarea datelor și aplicarea clinică. Ele trebuie testate în contexte biologice pe care nu le-au întâlnit anterior și validate experimental înainte de a putea fi considerate instrumente medicale de încredere.

AI nu trebuie să înlocuiască medicul pentru a schimba medicina

Există tendința de a judeca inteligența artificială medicală printr-o singură întrebare: va putea AI să înlocuiască medicul?

ProteinTalks arată de ce întrebarea poate fi greșită. Unele dintre cele mai importante aplicații ale inteligenței artificiale nu vor interacționa probabil niciodată direct cu pacientul.

Ele vor funcționa în laboratoare, vor analiza milioane de date moleculare, vor simula efectele medicamentelor, vor căuta combinații pe care un cercetător nu ar avea timpul necesar să le testeze individual și vor reduce un spațiu uriaș de posibilități la câteva ipoteze care pot fi verificate experimental.

De la AI care descrie lumea la AI care o simulează

În ultimii ani, inteligența artificială a devenit foarte bună la recunoașterea tiparelor: identifică obiecte într-o imagine, interpretează texte sau găsește corelații în baze enorme de date.

Celulele virtuale reprezintă o etapă diferită. Modelul nu mai încearcă doar să recunoască ce este o celulă, ci să anticipeze ce va face celula dacă intervenim asupra ei.

Această diferență poate deveni fundamentală pentru cercetarea științifică. Modelele fundamentale aplicate biologiei încep deja să analizeze arhitectura țesuturilor, răspunsurile la tratamente și modificările produse de medicamente.

Direcția generală devine astfel tot mai clară: de la AI care analizează date biologice către modele care încearcă să simuleze comportamentul sistemelor biologice.

Un pas important, nu o revoluție clinică peste noapte

ProteinTalks nu prescrie tratamente și studiul publicat în Nature nu demonstrează că o celulă virtuală poate înlocui testele clinice. Ar fi prematur să tragem asemenea concluzii.

Dar cercetarea marchează un prag interesant: un model AI antrenat pe zeci de milioane de măsurători moleculare a trecut dincolo de experimentele pur computaționale și a fost confruntat cu date provenite de la sute de pacienți.

Dacă această abordare va putea fi validată independent, extinsă la mai multe tipuri de cancer și combinată cu alte date biologice, ideea de a testa mai întâi un tratament pe o versiune digitală a celulelor tumorale și abia apoi în laborator ar putea deveni una dintre aplicațiile importante ale inteligenței artificiale în medicină.

Nu pentru că AI ar ști mai mult decât medicina, ci pentru că poate explora, într-un timp rezonabil, un număr de posibilități pe care oamenii nu le-ar putea testa niciodată una câte una.