عدسة مكبرة كمية لسرطان الرئة سريع
قفلان شبه متطابقين يفتحهما نفس المفتاح الرئيسي. يبدوان متشابهين من الخارج، لكن الآلية الداخلية مختلفة. هكذا يبدو النوعان الرئيسيان لسرطان الرئة غير صغير الخلايا: السرطان الغدي وسرطان الخلايا الحرشفية. تحت المجهر يمكن الخلط بينهما، لكن العلاج المطلوب مختلف. هنا تأتي "العدسة المكبرة" الكمية للإنقاذ.
أخذ الباحثون بيانات عن نشاط الجينات و"المفاتيح" الكيميائية (مثيلة الحمض النووي) لمئات المرضى. أولًا، حددوا الجينات التي تتصرف بشكل مختلف في الورم والأنسجة السليمة — كما لو كان الضوء مضاءً في غرفة ومطفأً في أخرى. ثم دربوا مصنفًا كميًا على هذه الاختلافات. لا يعمل مثل البرنامج العادي، بل يستخدم قوانين العالم الصغير، حيث يمكن للجسيم أن يكون في حالات متعددة في وقت واحد. هذا يسمح بفحص سريع للعديد من مجموعات السمات والعثور على الأهم.
ثم يأتي الجزء الأكثر إثارة. الجينات التي أشار إليها الخوارزم الكمي كانت مرتبطة بنقل الإشارات العصبية، وعمل القنوات الأيونية (مسامات دقيقة في غشاء الخلايا)، وتطور الخلايا العصبية. علاوة على ذلك، كشف تحليل المسارات الكيميائية الحيوية عن سلاسل مألوفة لأطباء الأورام — مسارات النيوروتروفين، MAPK، Ras، PI3K-Akt. تشارك فيها بروتينات NGFR، NTRK2، NTF3. يبدو أن الورم يستخدم نفس المسارات الإشارية التي يستخدمها الجهاز العصبي لينمو ويبقى. هذا يفتح أهدافًا دوائية جديدة.
وهكذا، لم تقم "العدسة المكبرة" الكمية بتوضيح التشخيص فحسب، بل سلطت الضوء أيضًا على الآليات الخفية للمرض. في المستقبل، ستساعد هذه الأساليب الطبيب على اختيار العلاج ليس بناءً على المظهر الخارجي للورم، بل على بصمته الجزيئية — بسرعة ودقة.
الملخص الأصلي
كما كتبه المؤلفون، بالإنجليزية arXiv:2604.18621
Quantum machine learning offers a promising new paradigm for computational biology by leveraging quantum mechanical principles to enhance cancer classification, biomarker discovery, and bioinformatics diagnostics. In this study, we apply QML to identify subtype specific biomarkers for lung adenocarcinoma (LUAD) and lung squamous cell carcinoma (LUSC), the two predominant forms of non-small cell lung cancer. Our methodology involves a two-phase process: in Phase 1, differential expression analysis and methylation analysis between tumor and normal samples allows us to identify LUAD-specific and LUSC-specific genes, revealing potential prognostic biomarkers for cancer subtypes. Phase 2 focuses on developing a quantum classifier capable of distinguishing between LUAD and LUSC tumors, as well as between tumor and normal samples. This classifier not only enhances diagnostic precision but also demonstrates the quantum advantage in processing large-scale multiomic datasets. Our results consistently demonstrated that Sample3, representing the combined gene set, achieved the highest overall predictive performance in all metrics. These results demonstrate that QML provides an effective and scalable approach for biomarker discovery and subtype specific cancer classification. GO enrichment analysis highlighted the significant involvement of genes in synaptic signaling, ion channel regulation, and neuronal development. In the quantum phase, KEGG analysis further identified enrichment in cancer-associated pathways, including neurotrophin, MAPK, Ras, and PI3KAkt signaling, with key genes such as NGFR, NTRK2, and NTF3 suggesting a central role in neurotrophinmediated oncogenic processes. Our findings highlight the growing potential of quantum computing to advance precision oncology and next-generation biomedical analytics.
القنوات الأيونية التي ظهرت في التحليل هي نفس المسامات البروتينية التي تولد النبضات الكهربائية في أعصابنا. يبدو أن السرطان "يسرقها" لاحتياجاته الخاصة لإرسال إشارات النمو.
في مسلسل "الفضاء" (The Expanse)، تساعد الحواسيب الكمية في فك شيفرة التقنيات الحيوية الفضائية — وهنا تتعامل مع مرض أرضي، لكنه ليس أقل دهاءً.