ملخص تقني: Chreode – نموذج عالم خلوي للديناميكيات الزمنية ذات الخطوة الواحدة والتنبؤ بالاضطرابات

بيان المشكلة

يعد التنبؤ بكيفية تغير الحالة النسخية للخلية تحت تأثير الإشارات التنموية أو الاضطرابات الجينية أمراً مركزياً في البيولوجيا الحاسوبية (in-silico) وبرنامج الخلية الافتراضية المدعوم بالذكاء الاصطناعي. تواجه النهج الحالية أربعة قيود حرجة:

1. عدم الاستغلال الأمثل للبيانات الزمنية: تقوم معظم الطرق بدمج لقطات scRNA-seq التدميرية في خرائط ثابتة من "التحكم إلى المعامل"، مما يؤدي إلى إهمال معلومات معدل التغير المتأصلة في البيانات السلسلة الزمنية.
2. النمذجة غير السليمة للفعل: تعامل العديد من النماذج التدخلات (الأدوية، التعطيل الجيني) كعناصر سياقية كامنة ليتم دمجها، بدلاً من كونها تدخلات سببية قائمة على حسابات الـ do-calculus، مما يفشل في حل الاضطرابات التركيبية أو المعتمدة على المسار.
3. تكاليف الاستدلال العالية: تتطلب الحلول متعددة الخطوات (مثل ODEs أو جسور شرويدنجر) تكاملاً تكرارياً لكل استعلام. ويؤدي التوسع للوصول إلى مستوى الفحص ($10^8$ زوج) إلى تكاليف حوسبة باهظة ($10^{10}$ تمريرة أمامية).
4. الافتقار إلى الانحياز الاستقرائي البيولوجي: تستخدم طرق مطابقة التدفق (flow-matching) والنقل الأمثل (optimal transport) الحالية شبكات عصبية عامة لتمثيل حقول السرعة، متجاهلةً البنية البيولوجية لمشهد وادينغتون (تدفق الجهد نحو الأسفل، التيارات الدورانية، والانتشار العشوائي).

المنهجية: Chreode

يُقدم Chreode كـ نموذج عالم خلوي ذو خطوة واحدة يتنبأ بانتقالات حالة الخلية المشروطة بالفعل $p(z_{t+\Delta} | z_t, \text{do}(a))$ عبر عامل انتقال متبقي مهيكل.

1. البنية الأساسية: متبقي وادينغتون (The Waddington Residual)

بدلاً من التمرير التكراري، يتنبأ Chreode بالحالة الكامنة المستقبلية $\hat{z}_{t+\Delta}$ في تمريرة أمامية واحدة عن طريق إضافة متبقي متعلم $R_\theta$ إلى الحالة المدخلة $z_t$:
$$\hat{z}_{t+\Delta} = z_t + \alpha(\Delta) \cdot R_\theta(z_t, \Delta, a, \epsilon)$$
حيث أن $\alpha(\Delta) = 1 - e^{-\Delta/\tau}$ هو بوابة زمنية قابلة للتعلم تضمن عدم حدوث تغيير عند $\Delta=0$. يتم تفكيك المتبقي $R_\theta$ إلى ثلاثة مكونات قابلة للتفسير بيولوجياً:

• تدفق الجهد نحو الأسفل ($-\nabla_z U_\theta$): التدرج السالب لدالة جهد متعلمة $U_\theta$، والذي يدفع الخلايا نحو أحواض المصير ذات الجهد المنخفض.
• التدفق غير المتماثل ($S_\theta z_t$): مكون دوراني ينمذج التيارات غير المتوازنة (مثل الدورة الخلوية). يتم تمثيل $S_\theta$ كـ $P_\theta Q_\theta^\top - Q_\theta P_\theta^\top$ لضمان عدم التماثل الدقيق ($S_\theta^\top = -S_\theta$).
• الانتشار العشوائي ($\sigma_\theta \odot \epsilon$): توسيع الضجيج عنصر بعنصر لالتقاط التباين البيولوجي الجوهري.

2. مسار التدريب

يعتمد Chreode وصفة تدريب مسبق من مرحلتين على أطلس جنيني للفئران يحتوي على 2.4 مليون خلية (7 مجموعات بيانات، 88 نقطة زمنية):

• المرحلة 1 (المُشفر - Encoder): يتم تدريب مُشفر scVI مشترك على مفردات مشتركة بين الأنواع (16,520 نظير 1:1 بين الفأر والإنسان) لإنتاج تمثيل كامن مجمد.
• المرحلة 2 (العمود الفقري للديناميكيات): يتعلم عمود فقري يعتمد على DiT (محول الانتشار) عامل الانتقال ذو الخطوة الواحدة. يستخدم حقل انجراف على مستوى السكان (drifting-field loss) مستوحى من Deng et al. [2026]، يجمع بين:
  • Kernel MMD و Sinkhorn $W_2$ لمطابقة التوزيع.
  • حد الحقل المنحرف ($L_{drift}$) لفرض الاتساق في التوازن.
  • منظم الهبوط ($L_{down}$) لمنع الحركة نحو الأعلى.
• فك الارتباط بالتضمين الزمني: لضمان الاستقرار أثناء الاستقراء طويل الأمد، يستخدم فرع الجهد تضمين Time2Vec مرن، بينما يستخدم الفرع غير المتماثل رمز Fourier منخفض التردد ومحدود لمنع انزلاق معدلات الدوران إلى ترددات غير مرئية.

3. أوضاع النقل (Transfer Modes)

يدعم العمود الفقري المدرب مسبقاً وضعين متميزين للنقل في المهام اللاحقة:

1. تهيئة الضبط الدقيق (Fine-tuning Initialization): يقوم العمود الفقري بتهيئة النماذج للتنبؤ بانتقال الزمن على مجموعات بيانات محجوزة (مثل Weinreb لترسخ الدم، و Veres لتمايز خلايا البنكرياس).
2. حقن تضمين حالة الجينات: يتم حقن تمثيل الديناميكيات المدرب مسبقاً كتمثيل لجينات الحالة داخل متنبئ الاضطراب GEARS الحالي، دون تعديل إجراء تدريب GEARS.

النتائج الرئيسية

التنبؤ بالديناميكيات الزمنية

• ترسخ الدم (Weinreb Hematopoiesis): يحقق Chreode بعد الضبط الدقيق أدنى مسافة Sinkhorn $W_2$ في الأيام 4 و 6 مقارنة بنماذج الخدش المطابقة، و PI-SDE، و PRESCIENT.
• تمايز خلايا البنكرياس (Veres Islet Differentiation): يتفوق Chreode على جميع النماذج المرجعية (بما في ذلك PI-SDE و PRESCIENT) عبر جميع النقاط الزمنية السبعة المستهدفة ($t=1$ إلى $7$).
• المصير النسلي صفري المعرفة (Zero-Shot Clonal Fate): باستخدام العمود الفقري المجمد دون ضبط دقيق، ينتج Chreode درجات مصير نسلي (ارتباط بيرسون $r=0.468$) تنافس النماذج القوية مثل moscot و WOT و scDiffEq.

التنبؤ بالاضطرابات

• Norman Perturb-seq: عند استخدامه كتمثيل لجينات الحالة داخل GEARS، يقلل تمثيل الديناميكيات المدرب مسبقاً من متوسط مربع الخطأ (MSE) للمفردات المشتركة DE20 من 0.2121 إلى 0.1858، وهو تحسن نسبي قدره 12.4%. يشير هذا إلى أن ديناميكيات المسار التنموي تشفر بدائيات قابلة للنقل إلى التحولات الناتجة عن CRISPR.

الكفاءة

• سرعة الاستدلال: يحل Chreode الاستعلامات في تمريرة أمامية واحدة (1 NFE)، مما يجعله أسرع بحوالي 3.0 أضعاف من PRESCENT و 6.3 أضعاف من CellFlow على وحدة NVIDIA A100 واحدة. هذا التجميع ضريد للتوسع في فحوصات الاستعلام التي تصل إلى $10^8$.

الأهمية والادعاءات

يزعم البحث أن Chreode هو أول نموذج أساسي خلوي يجمع بين:

1. استدلال الخطوة الواحدة (تجميع تكاليف الانتقال).
2. عمود فقري مدرب مسبقاً مشترك عبر مجموعات البيانات المختلفة.
3. الاشتراط المشترك للزمن والفعل.
4. متبقي هيكلي سابق يفكك السرعة صراحةً إلى تدرجات جهد، وتدفقات غير متماثلة، وانتشار عشوائي.

يفسر المؤلفون نجاح نقل الديناميكيات التنموية إلى التنبؤ بالاضطرابات كدليل على أن كلا العمليتين تعبران عن "منافيض حالة الخلية" عبر مسارات متماسكة. ومن خلال نقل التطور التوزيعي من وقت الاستدلال إلى وقت التدريب، يتيح Chreode توليد الخطوة الواحدة مع الحفاظ على التفكيك المستوحى من مشهد وادينغتون. يضع هذا العمل مساهمة هيكلية في أجندة "الخلية الافتراضية المدعومة بالذكاء الاصطناعي"، حيث يقدم بديلاً قابلاً للتوسع وذا أساس بيولوجي للحلول متعددة الخطوات وخرائط الاضطراب الثابتة.

القيود التي لاحظها المؤلفون:

• يقتصر التدريب المسبق على بيانات الجنين للفئران؛ ويعتمد النقل عبر الأنواع كلياً على رسم خرائط النظائر.
• يتطلب نقل انتقال الزمن ضبطاً دقيقاً (وليس صفري المعرفة تماماً) لتحقيق الأداء الأمثل.
• يعيد نقل الاضطرابات استخدام بنية GEARS بدلاً من اقتراح عامل اضطراب مستقل.
• حجم البيانات (2.4 مليون خلية) أصغر من نماذج العالم الخلوي الكبيرة المتزامنة التي تُدرب على بيانات مملوكة.