แต่สำหรับชายชาวออสเตรเลียคนหนึ่ง เขาเลือกที่จะปฏิเสธต่อโชคชะตา แม้จะไม่มีพื้นฐานความรู้ด้านชีวการแพทย์หรือการรักษาโรคมะเร็งเลยก็ตาม แต่เขากลับนำทักษะด้านการวิเคราะห์ข้อมูลและปัญญาประดิษฐ์ (AI) มาใช้ร่วมกับทีมนักวิจัย เพื่อพัฒนาวัคซีน mRNA เฉพาะสำหรับรักษาสุนัขของตนเอง ความสำเร็จในครั้งนี้ไม่เพียงช่วยชีวิตสัตว์เลี้ยงของเขาไว้ได้ แต่ยังกลายเป็นกรณีศึกษาสำคัญของวงการสัตวแพทยศาสตร์ และอาจปูทางสู่แนวทางใหม่ในการรักษาโรคมะเร็งในอนาคต
เรื่องราวทั้งหมดเริ่มต้นขึ้นจากความพยายามในการรักษาชีวิตสัตว์เลี้ยงของ พอล โคนิงแฮม (Paul Conyngham) นักธุรกิจสายเทคโนโลยีและผู้เชี่ยวชาญด้านการวิเคราะห์ข้อมูลด้วยปัญญาประดิษฐ์ ชาวออสเตรเลีย เมื่อ "โรซี" (Rosie) สุนัขจรจัดวัย 5 ปีที่เขารับมาอุปการะ ได้รับการวินิจฉัยจากสัตวแพทย์ว่าป่วยเป็นโรคมะเร็งระยะสุดท้ายที่หมดหนทางเยียวยา และคาดว่าจะมีชีวิตอยู่ได้อีกเพียงไม่กี่เดือนเท่านั้น

โรซีเป็นสุนัขเพศเมียพันธุ์ผสมระหว่างสแตฟฟอร์ดเชียร์ บูล เทอร์เรียร์ กับชาร์เป่ย (Staffy-Shar Pei) ที่พอลรับมาจากศูนย์พักพิงสัตว์เมื่อปี 2019 กระทั่งในปี 2023 โรซีเริ่มมีตุ่มขึ้นตามร่างกาย เขาจึงพาไปพบสัตวแพทย์ถึง 3 ครั้ง ในการตรวจ 2 ครั้งแรก สัตวแพทย์วินิจฉัยว่าเป็นเพียงผื่นผิวหนังหรือหูดทั่วไป จนกระทั่งอาการทรุดหนักลงในปี 2024 จึงตรวจพบว่าเป็นโรคมะเร็งชนิดแมสต์เซลล์ทูเมอร์ (mast cell tumor: MCT) ระยะสุดท้าย สัตวแพทย์พบก้อนเนื้องอกขนาดใหญ่บริเวณขาหลังทั้งสองข้าง ก้อนที่ใหญ่ที่สุดบริเวณขาหลังด้านซ้ายมีขนาดเทียบเท่ากับลูกเบสบอล ในขณะนั้นโรซีมีอายุเพียง 5 ปี และหลังจากเข้ารับการผ่าตัดควบคู่กับการรักษาด้วยเคมีบำบัด (chemotherapy) อาการของโรซีกลับไม่ดีขึ้น สัตวแพทย์จึงลงความเห็นว่าโรซีอาจมีชีวิตอยู่ได้อีกไม่นาน
มะเร็งชนิด MCT เป็นโรคมะเร็งผิวหนังที่พบได้บ่อยในสุนัข คิดเป็นสัดส่วนประมาณร้อยละ 20 ของเนื้องอกผิวหนังทั้งหมดที่ตรวจพบในสุนัขทั่วโลก โดยปกติแมสต์เซลล์ (mast cell) เป็นเซลล์เม็ดเลือดขาวชนิดหนึ่งที่มีบทบาทสำคัญในระบบภูมิคุ้มกันและปฏิกิริยาภูมิแพ้ แต่เมื่อเกิดการกลายพันธุ์เป็นเซลล์มะเร็ง เซลล์เหล่านี้จะหลั่งสารอักเสบ (histamine) และสารเคมีอื่น ๆ ออกมาในปริมาณมาก ส่งผลกระทบต่อการทำงานของระบบต่าง ๆ ภายในร่างกายอย่างต่อเนื่อง ตั้งแต่การเกิดแผลในกระเพาะอาหาร ภาวะเลือดออกง่าย ไปจนถึงขั้นหมดสติ แม้ว่าการผ่าตัดนำเนื้องอกออกตั้งแต่ระยะเริ่มต้นจะสามารถรักษาให้หายขาดได้ แต่ในกรณีที่มีอาการรุนแรง เซลล์มะเร็งจะลุกลามเข้าสู่ต่อมน้ำเหลือง ตับ ม้าม และแพร่กระจายไปทั่วร่างกายได้ ดังเช่นกรณีของโรซีที่ไม่ตอบสนองต่อการรักษาด้วยเคมีบำบัด
เมื่อพอลตระหนักว่าแนวทางการรักษาแบบปกติไม่สามารถยื้อชีวิตของโรซีได้อีกต่อไป เขาจึงตัดสินใจเลือกใช้วิธีการเชิงรุกด้วยการตรวจสอบว่ารหัสพันธุกรรมของเซลล์มะเร็งมีการเปลี่ยนแปลงไปจากเซลล์ปกติอย่างไร เขายอมควักกระเป๋าจ่ายเงินส่วนตัวหลายพันดอลลาร์ออสเตรเลียเพื่อส่งชิ้นเนื้อมะเร็งของโรซีเข้าสู่กระบวนการถอดรหัสพันธุกรรม โดยมีเป้าหมายเพื่อค้นหานีโอแอนติเจน (neoantigens) ซึ่งเป็นโปรตีนหรือเพปไทด์ (Peptides) ที่ปรากฏอยู่เฉพาะบนพื้นผิวของเซลล์มะเร็ง อันเป็นผลมาจากการกลายพันธุ์ทางพันธุกรรม (mutation) หรือความผิดปกติในกระบวนการถอดรหัส (transcription) ของเซลล์มะเร็ง โดยที่เซลล์ปกติในร่างกายจะไม่มีโปรตีนชนิดนี้อยู่เลย
เมื่อสามารถระบุชนิดของนีโอแอนติเจนที่เป็นเป้าหมายได้แล้ว นักวิจัยจะนำข้อมูลรหัสพันธุกรรมของแอนติเจนดังกล่าวไปสังเคราะห์เป็นวัคซีนเอ็มอาร์เอ็นเอ (mRNA vaccine) เพื่อทำหน้าที่เสมือนชุดคำสั่งในการฝึกสอนให้ระบบภูมิคุ้มกันของร่างกายจดจำลักษณะของนีโอแอนติเจนและเข้าทำลายเซลล์มะเร็งได้อย่างจำเพาะเจาะจงโดยไม่ทำลายเซลล์ปกติ
เนื่องจากพอลไม่มีพื้นฐานความรู้ด้านชีววิทยา เขาจึงประสานงานขอความช่วยเหลือไปยังศูนย์จีโนมิกส์รามาซอตติ (Ramaciotti Centre for Genomics) แห่งมหาวิทยาลัยนิวเซาท์เวลส์ (University of New South Wales: UNSW) เพื่อให้ ดร.มาร์ติน สมิธ (Martin Smith) นักชีววิทยา ช่วยดำเนินการถอดรหัสพันธุกรรมจากก้อนเนื้องอกของโรซี ในระยะแรก ทีมวิจัยของ ดร. รู้สึกกังวลเกี่ยวกับภาระการประมวลผลข้อมูลทางคอมพิวเตอร์ที่มีค่าใช้จ่ายค่อนข้างสูง ซึ่งพอลได้ตัดสินใจรับผิดชอบค่าใช้จ่ายในส่วนนี้เองเป็นจำนวน 3,000 ดอลลาร์ออสเตรเลีย กระบวนการอ่านรหัสพันธุกรรมของเซลล์มะเร็งในครั้งนี้ทำให้ได้ข้อมูลดิบปริมาณมหาศาลถึง 320 กิกะไบต์ หรือเทียบเท่ารหัสพันธุกรรมประมาณ 150,000 ล้านรหัส ซึ่งต้องอาศัยทรัพยากรการประมวลผลและเวลาในการวิเคราะห์อย่างมาก

หลังจากวิเคราะห์ข้อมูลจนพบจุดกลายพันธุ์สำคัญบนยีน c-KIT ของโรซี ในช่วงแรกพอลพบว่ามีบริษัทยาแห่งหนึ่งในสหรัฐอเมริกาที่มียารักษามะเร็งแบบมุ่งเป้า (targeted therapy) สำหรับมนุษย์ ซึ่งมีกลไกการออกฤทธิ์ตรงกับการกลายพันธุ์ดังกล่าว เขาจึงติดต่อไปยังบริษัทยาเพื่อขอซื้อยาชนิดนี้มารักษาสุนัขของตน แต่ได้รับการปฏิเสธเนื่องจากข้อจำกัดด้านกฎระเบียบและนโยบายการบริหารความเสี่ยงของบริษัทที่ไม่อนุญาตให้นำยาสำหรับมนุษย์ไปใช้ในสัตว์ ข้อจำกัดดังกล่าวทำให้พอลต้องเปลี่ยนแนวทางมาสู่การออกแบบและพัฒนาวัคซีน mRNA เฉพาะบุคคลสำหรับโรซีขึ้นมาเอง
พอลได้นำข้อมูลลำดับพันธุกรรมและเป้าหมายนีโอแอนติเจนที่คัดเลือกได้ ไปปรึกษาศาสตราจารย์พาลล์ ทอร์ดาร์สัน (Pall Thordarson) ผู้อำนวยการสถาบันอาร์เอ็นเอ (RNA Institute) แห่งมหาวิทยาลัยนิวเซาท์เวลส์ ผู้เชี่ยวชาญด้านเคมีเลียนแบบชีวภาพ (biomimetic chemistry) แม้ว่าทีมวิจัยของสถาบันจะมีประสบการณ์ในการสังเคราะห์โมเลกุล mRNA เพื่อการรักษามาแล้วหลายร้อยรูปแบบ แต่ยังไม่เคยพัฒนาวัคซีนสำหรับรักษาโรคมะเร็งมาก่อน ศาสตราจารย์พาลล์เปิดเผยว่า ในช่วงแรกตนยังมีความกังวลว่ากระบวนการออกแบบและผลิตวัคซีนอาจใช้เวลานานเกินกว่าที่โรซีจะมีชีวิตอยู่รอได้
ทีมวิจัยใช้เวลาในการออกแบบวัคซีนประมาณสองถึงสามเดือน และใช้เวลาในขั้นตอนการสังเคราะห์อีกสองเดือน ในระหว่างนั้น พอลต้องดำเนินการจัดทำเอกสารเพื่อขออนุมัติจริยธรรมการวิจัยในสัตว์เพื่อให้สามารถนำวัคซีนทดลองไปใช้รักษาจริงได้อย่างถูกต้องตามกฎหมายของประเทศออสเตรเลีย กระบวนการจัดทำเอกสารดังกล่าวมีความยุ่งยาก พอลต้องใช้เวลาหลังเลิกงานวันละสองชั่วโมงติดต่อกันเป็นเวลาสามเดือน เพื่อจัดทำเอกสารความยาวถึง 100 หน้า จนกระทั่งได้รับการอนุมัติในที่สุด หลังจากนั้น เขาจึงพาโรซีเดินทางด้วยรถยนต์จากนครซิดนีย์ไปยังมหาวิทยาลัยควีนส์แลนด์ (University of Queensland) ซึ่งใช้เวลาเดินทางไป-กลับกว่า 10 ชั่วโมง เพื่อให้ศาสตราจารย์เรเชล อัลลาเวนา (Rachel Allavena) สัตวแพทย์ผู้เชี่ยวชาญ เป็นผู้ฉีดวัคซีนเข็มแรกให้แก่โรซีเมื่อเดือนธันวาคม ปี 2025

แม้ว่าสื่อกระแสหลักจำนวนมากจะนำเสนอข่าวโดยมุ่งเน้นไปที่บทบาทของ ChatGPT และ AlphaFold ในฐานะเครื่องมือหลักที่ใช้สร้างวัคซีน แต่ข้อมูลจากทีมนักวิจัยของมหาวิทยาลัยนิวเซาท์เวลส์และคำชี้แจงของพอลในเวลาต่อมา ได้เปิดเผยข้อเท็จจริงที่ซับซ้อนกว่านั้น ในระยะแรก พอลได้นำข้อมูลการกลายพันธุ์ของยีน c-KIT ไปจำลองโครงสร้างสามมิติด้วยโปรแกรม AlphaFold ของ Google DeepMind แต่ผลลัพธ์ที่ได้มีระดับความเชื่อมั่นทางสถิติเพียง 54.55 เท่านั้น ซึ่ง ดร.เคต มิชี (Kate Michie) นักชีววิทยาโครงสร้างจากมหาวิทยาลัยนิวเซาท์เวลส์กับ ดร.มาร์ติน ได้ยืนยันตรงกันว่า ค่าความแม่นยำในระดับดังกล่าวถือว่าต่ำเกินกว่าจะนำไปใช้อ้างอิงในการออกแบบยาหรือวัคซีนได้จริง ยิ่งไปกว่านั้น ในกระบวนการออกแบบวัคซีน mRNA ขั้นสุดท้าย ทีมวิจัยไม่ได้นำข้อมูลโครงสร้างสามมิติจาก AlphaFold มาใช้งานแต่อย่างใด เนื่องจากหัวใจสำคัญของการผลิตวัคซีน mRNA คือการทราบรหัสพันธุกรรมแม่นยำ ไม่ใช่รูปทรงสามมิติของโปรตีน ทั้งนี้ พอลได้เปิดเผยเพิ่มเติมว่า นอกจาก ChatGPT ของ OpenAI แล้ว เขายังได้ใช้โมเดลปัญญาประดิษฐ์ Gemini ของ Google ช่วยประมวลผลและสืบค้นข้อมูลเชิงลึกจำนวนมาก และใช้โมเดล Grok ของ xAI สรุปโครงสร้างโมเลกุลของวัคซีนในขั้นตอนสุดท้ายก่อนผลิต
สำหรับผลการรักษาในช่วงหนึ่งเดือนแรกหลังจากได้รับวัคซีนเข็มแรกในเดือนธันวาคมปี 2025 พบว่าโรซีตอบสนองทางคลินิกอย่างมีนัยสำคัญ ก้อนเนื้องอกขนาดใหญ่บริเวณขาหลังยุบตัวลงถึงร้อยละ 75 และก้อนเนื้องอกอีกก้อนหนึ่งมีขนาดลดลงร้อยละ 50 ส่งผลให้โรซีที่เคยมีปัญหาในการเคลื่อนไหวสามารถกลับมาเดิน วิ่ง และกระโดดข้ามรั้วได้อีกครั้งภายในช่วงปลายเดือนมกราคมปี 2026 อย่างไรก็ตาม ศาสตราจารย์พาลล์และพอลต่างย้ำตรงกันว่า การรักษานี้ยังไม่ใช่การรักษาให้หายขาด แต่เป็นการช่วยยืดอายุขัยและขยายระยะเวลาของการมีคุณภาพชีวิตที่ดีเนื่องจากยังมีเนื้องอกอีกก้อนหนึ่งที่ไม่ตอบสนองต่อการรักษา ซึ่งบ่งชี้ว่าเซลล์มะเร็งในก้อนดังกล่าวมีการกลายพันธุ์ที่ดื้อต่อการรักษาไปเรียบร้อยแล้ว ปัจจุบันทีมวิจัยจึงอยู่ระหว่างการนำชิ้นเนื้อจากก้อนที่ดื้อยาไปถอดรหัสพันธุกรรมซ้ำ เพื่อพัฒนาวัคซีนเข็มกระตุ้นรุ่นต่อไป
คณะนักวิจัยได้ให้ข้อสรุปไปในทิศทางเดียวกันว่า กรณีของโรซีถือเป็นตัวอย่างที่ชัดเจนของศักยภาพในการผสานเทคโนโลยีวัคซีน mRNA เข้ากับปัญญาประดิษฐ์ ประโยชน์ที่สำคัญที่สุดของการใช้ AI ในทางการแพทย์คือ การช่วยย่นระยะเวลาวิเคราะห์ข้อมูลพันธุกรรมและทำนายโปรตีนเป้าหมายได้อย่างมหาศาล แต่อุปสรรคสำคัญที่ชะลอความก้าวหน้าของการนำวัคซีนเฉพาะบุคคลมาใช้จริงในวงกว้างคือ ความเร็วในกระบวนการผลิตระดับอุตสาหกรรม รวมถึงโครงสร้างด้านกฎระเบียบและระบบสาธารณสุข ศาสตราจารย์พาลล์แสดงความเห็นเพิ่มเติมว่า เทคโนโลยีการผลิต mRNA ในปัจจุบันมีศักยภาพเพียงพอที่จะช่วยลดต้นทุนตั้งแต่ในขั้นตอนการสังเคราะห์ได้แล้ว และรูปแบบการทำงานที่รวดเร็วดังเช่นกรณีของโรซี ได้พิสูจน์ให้เห็นว่ากระบวนการพัฒนาเวชภัณฑ์ไม่จำเป็นต้องจำกัดอยู่เฉพาะในบริษัทยาขนาดใหญ่ที่ใช้เงินลงทุนมหาศาลเสมอไป
เรียบเรียงโดย จิรสิน อัศวกุล
พิสูจน์อักษร ศุภกิจ พัฒนพิฑูรย์
อัปเดตข้อมูลแวดวงวิทยาศาสตร์ เทคโนโลยี รู้ทันโลกไอที และโซเชียลฯ ในรูปแบบ Audio จาก AI เสียงผู้ประกาศของไทยพีบีเอส ได้ที่ Thai PBS
ที่มาข้อมูล : unsw, decrypt, elephas, wooftroop
“รอบรู้ ดูกระแส ก้าวทันโลก” ไปกับ Thai PBS Sci & Tech





