ทีมนักวิจัยออกแบบเซนเซอร์ระดับโมเลกุล สายโปรตีนขนาดเล็กที่มีความเฉพาะเจาะจงกับเอนไซม์มะเร็ง โดยสามารถตรวจผ่านปัสสาวะ ช่วยระบุโรคมะเร็งระยะเริ่มต้นได้เองที่บ้าน

เมื่อวันที่ 24 กุมภาพันธ์ 2569 เว็บไซต์ MIT Technology Review รายงานแนวทางใหม่ในการใช้ปัญญาประดิษฐ์ (AI) ตรวจหามะเร็งระยะเริ่มต้น ซึ่งเป็นโรคที่มีการเสียชีวิตอันดับต้น ๆ ของผู้คนทั่วโลก และมีแนวโน้มว่าจำนวนจะเพิ่มขึ้นสูงในทุก ๆ ปี ทีมนักวิจัยจากสถาบันเทคโนโลยีแมสซาชูเซตส์ (MIT) นำโดย 
บาเทีย ร่วมกับผู้เชี่ยวชาญจากบริษัท Microsoft ได้ยกระดับเทคโนโลยีการตรวจหามะเร็งระยะเริ่มต้น โดยใช้ AI เข้ามาเป็นตัวช่วยในการออกแบบเปปไทด์ (Peptides) หรือสายโปรตีนขนาดเล็ก เพื่อทำหน้าที่เป็นตัวดักจับเอนไซม์กลุ่มโปรตีเอส (Proteases) ซึ่งเป็นเอนไซม์ที่มักพบปริมาณสูงในเซลล์มะเร็ง โดยกระบวนการเริ่มจากใช้ AI ออกแบบโปรตีน หรือที่เรียกว่า เปปไทด์ ที่มีความเฉพาะเจาะจง ซึ่งทำหน้าที่เหมือนตัวดักจับโปรตีเอสโดยเฉพาะ จากนั้นนำเปปไทด์เหล่านี้ไปเคลือบบนอนุภาคนาโน และฉีดเข้าสู่กระแสเลือด หากเปปไทด์ดังกล่าวไปเจอกับเอนไซม์โปรตีเอส เอนไซม์จะตัดเปปไทด์ทำให้เกิดโมเลกุลเล็ก ๆ และขับออกมาทางปัสสาวะ ช่วยให้แพทย์ตรวจพบและระบุชนิดมะเร็งได้ทันทีจากการตรวจปัสสาวะเพียงอย่างเดียว

อย่างไรก็ตามแนวคิดการใช้อนุภาคนาโนตรวจจับโปรตีเอสมีมานานกว่าสิบปี แต่การออกแบบ
เปปไทด์ที่มีความเฉพาะเจาะจงกับโปรตีเอส ต้องอาศัยการลองผิดลองถูก ทดลองซ้ำไปซ้ำมาโดยฝีมือนักวิจัย แต่เมื่อมี AI เข้ามาช่วยในปัจจุบัน ทำให้นักวิจัยสามารถออกแบบเปปไทด์ที่เฉพาะเจาะจงกับเอนไซม์ที่
ชี้เซลล์มะเร็งได้รวดเร็ว และแม่นยำมากขึ้น และตัดปัญหาเรื่องสัญญาณรบกวนจากเอนไซม์ปกติในร่างกายออกไปได้อย่างเด็ดขาด เอวา อามินี นักวิจัยจาก Microsoft ได้อธิบายเสริมว่า หากในอนาคตสามารถชี้เฉพาะได้ว่าเอนไซม์ชนิดไหนคือตัวบ่งชี้ของมะเร็งแต่ละประเภท เราจะสามารถออกแบบเปปไทด์ให้เจาะจงเป้าหมายนั้นได้ทันที ซึ่งช่วยลดสัญญาณรบกวนและทำให้ผลตรวจมีความแม่นยำ และน่าเชื่อถือ

ในปัจจุบันห้องปฏิบัติการของบาเทีย กำลังพัฒนาร่วมกับ ARPA-H หน่วยงานวิจัยขั้นสูงด้านสุขภาพของรัฐบาลสหรัฐฯ เพื่อพัฒนาชุดตรวจที่สามารถใช้ที่บ้านได้จริง เป็นการเปลี่ยนวิถีรับมือมะเร็งจากการตั้งรับ ที่ต้องรอให้ป่วยก่อนถึงจะรู้ตัว มาเป็นการตรวจเช็กได้ง่าย ๆ ด้วยตัวเองที่บ้าน โดยเทคโนโลยีนี้จะเปลี่ยนการตรวจคัดกรองมะเร็งที่ซับซ้อนให้เหลือเพียงการใช้ชุดตรวจปัสสาวะอัจฉริยะที่สามารถระบุมะเร็งได้แม่นยำถึง 30 ชนิด ช่วยให้พบร่องรอยของโรคได้ตั้งแต่วันแรก ๆ ที่เริ่มก่อตัว ซึ่งเป็นช่วงที่สามารถรักษาให้หายขาดได้ นอกจากด้านการวินิจฉัยแล้ว เปปไทด์ที่ออกแบบด้วย AI ยังอาจต่อยอดไปสู่การรักษาโรคอื่น ๆ ได้ในอนาคต

หลักการทำงานของการใช้ AI มาออกแบบลำดับกรดอะมิโน (Artificial Generated) ตั้งอยู่บนพื้นฐานของการประยุกต์ใช้เทคโนโลยีการประมวลผลภาษาธรรมชาติ (Natural Language Processing) เข้ากับข้อมูลทางชีววิทยา ในขั้นตอนแรก ระบบจะได้รับการฝึกฝนผ่านการป้อนข้อมูลดิบซึ่งเป็นลำดับกรดอะมิโนมหาศาล หลักล้านชุดจากโปรตีน เพื่อให้ AI เรียนรู้โครงสร้างภาษา และความสัมพันธ์ระหว่างกรดอะมิโนแต่ละตัวอย่างลึกซึ้ง หลังจากนั้นทีมวิจัยจะทำการปรับแต่งโมเดลอย่างละเอียด (Fine-tuning) โดยใช้ข้อมูลเฉพาะเจาะจงจากกลุ่มเอนไซม์เป้าหมาย เพื่อให้ AI เข้าใจบริบทและหน้าที่การทำงานที่ต้องการเป็นพิเศษ เมื่อเข้าสู่ขั้นตอนการสร้างโปรตีนใหม่ AI จะใช้เทคนิคการคาดการณ์แบบ Next-token หรือการทำนายลำดับถัดไปเพื่อต่อเรียงกรดอะมิโนเข้าด้วยกันจนเป็นโครงสร้างที่สมบูรณ์ แม้ว่าลำดับที่ AI สร้างขึ้นมานั้นจะมีความแตกต่างจากโปรตีนในธรรมชาติอย่างมาก แต่ด้วยการเรียนรู้ผ่านระบบ Machine Learning ทำให้โปรตีนประดิษฐ์เหล่านี้ยังคงสามารถพับตัวเป็นรูปร่างที่ถูกต้องและมีประสิทธิภาพในการทำงานเทียบเท่ากับเอนไซม์จากธรรมชาติ ซึ่งกระบวนการนี้ถือเป็นทางลัดที่ทรงพลังกว่าการวิวัฒนาการโดยตรงในแบบเดิม ช่วยให้การออกแบบโปรตีนเพื่อใช้งานในอุตสาหกรรมยาหรือสิ่งแวดล้อมทำได้รวดเร็วและแม่นยำยิ่งขึ้น

อ้างอิง

    https://www.technologyreview.com/2026/02/24/1132083/a-i-designed-protei…

    https://www.mmthailand.com/new-protein-ai/