A fast diagonalization algorithm to enable singular value decomposition of large matrices for efficient template matching

لغز الخلية غير المرئي

تخيل أنك تحاول العثور على لعبة صغيرة محددة مخبأة داخل كرة ثلجية ضخمة وهائجة. الآن، تخيل أن هذه الكرة الثلجية هي خلية حية، واللعبة هي جزيء بروتيني، والثلج هو مزيج فوضوي من آلاف الجزيئات الأخرى، كلها مختلطة معاً في غبش وضباب. هذا هو التحدي اليومي للعلماء الذين يستخدمون مجهراً قوياً يسمى المجهر الإلكتروني بالتبريد (cryo-EM). هذه التقنية تجمد الخلايا بسرعة كبيرة بحيث تُحبس أجزاؤها الصغيرة في الجليد، مما يسم يسمح لنا برؤيتها. ولكن نظرًا لأن الخلية مزدحمة للغاية والصور مشوشة، فإن العثور على بروتين معين يشبه محاولة رصد ندفة ثلج واحدة محددة وسط عاصفة ثلجية.

لحل هذه المشكلة، يستخدم العلماء تقنية تسمى "مطابقة القالب" (template matching). فكر في الأمر كأنه لعبة "أين والدو؟" عالية التقنية، ولكن بدلاً من البحث عن شخصية كرتونية، أنت تبحث عن جزيء ثلاثي الأبعاد. تأخذ نموذجاً مثالياً تم إنشاؤه بالحاسوب للجزيء (القالب) وتمرره فوق صورة المجهر الضبابية، وتتحقق من كل نقطة وزاوية لترى ما إذا كان يتطابق معها. المشكلة هي أن هناك طرقاً لا حصر لها يمكن للجزيء أن يلتف أو يميل بها، لدرجة أنك تضطر للتحقق من أكثر من 20 مليون وضعية مختلفة لصورة واحدة فقط. القيام بذلك لكل بروتين في الخلية يتطلب قدرة حاسوبية هائلة لدرجة أنه مستحيل عملياً القيام به على نطاق واسع. إنه يشبه محاولة قراءة كل كتاب في مكتبة عبر فحص كل صفحة واحدة تلو الأخرى، بدلاً من استخدام محرك بحث ذكي.

الخدعة السحرية: طي عملية البحث

تقدم هذه الورقة طريقة جديدة وذكية لتسريع عملية البحث هذه، محولةً جبلاً من العمل إلى تلة صغيرة. أدرك المؤلفون، وهم باحثون من جامعة كاليفورنيا، بيركلي، أن القائمة الضخمة من "الاحتمالات" (الـ 20 مليون وضعية) تحمل سراً خفياً: التماثل.

تخيل أنك تقوم بتدوير عجينة البيتزا في الهواء. بغض النظر عن كيفية تدوير العجينة، فإن شكل العجينة نفسه لا يتغير؛ بل يبدو فقط وكأنه استدار. في عالم صور المجهر هذه، تعمل الرياضيات المستخدمة للعثور على البروتين بنفس الطريقة. إذا قمت بتدوير الصورة، فإن الرياضيات تقوم فقط بتدوير الإجابة، لكن "الشكل" الجوهري للمشكلة يظل كما هو. أدرك المؤلفون أنه بسبب هذا التماثل الدوراني، لم يكونوا بحاجة للتحقق من كل واحدة من تلك الـ 20 مليون وضعية بشكل فردي. بدلاً من ذلك، يمكنهم استخدام اختصار رياضي لـ "طي" المشكلة.

لقد طوروا خوارزمية سريعة تعمل مثل حلقة فك الشفرات السحرية. بدلاً من محاولة حل اللغز الضخم والمضطرب دفعة واحدة، تقوم الخوارزمية بتفكيك المشكلة إلى أجزاء أصغر يمكن إدارتها بناءً على كيفية دوران الصورة. إنها تحول مصفوفة ضخمة وغير متناسقة (شبكة عملاقة من الأرقام تمثل جميع الاحتمالات) إلى مجموعة أصغر ومنظمة من القطع. ومن خلال استغلال هذا التماثل الدوراني، يمكنهم حساب الأنماط الأكثر أهمية (تسمى القيم والمتجهات المفردة) دون الحاجة أبداً لبناء الشبكة العملاقة الكاملة التي يستحيل التعامل معها.

النتائج مذهلة. في اختباراتهم، تمكنت هذه الطالة الجديدة من ضغط البيانات بمعامل قدره 3,500 مرة مع الحفاظ على نسبة خطأ منخفضة للغاية (0.01% فقط). ولوضع ذلك في المنظور، إذا كانت الطريقة القديمة تستغرق 4 ساعات للعثور على نوع واحد من البروتين في صورة خلية، فإن هذه الطريقة الجديدة يمكنها أداء المهمة في جزء بسيط من ذلك الوقت. في اختبار محدد، كانت الخوارزمية الجديدة أسرع بـ 205 مرات لكل ميزة وجدتها، وتمكنت من رصد ميزات أكثر بـ 22.5 مرة مما استطاعت الطريقة القديمة رصده.

كما أظهر المؤلفون أن هذه الخدعة تعمل على نطاق واسع. فقد تمكنوا من تفكيك مصفوفة مطابقة قالب تغطي كل طريقة ممكنة لبدو البروتين بدقة عالية جداً (2 أنجستروم) في 14 دقيقة فقط. وهذه مهمة كانت ستكون مكلفة وبطيئة جداً للمحاولة باستخدام الأدوات الحاسوبية القياسية. وبينما تشير الورقة إلى أن المصفوفة كاملة النطاق لا تزال كبيرة جداً بحيث لا يمكن حلها مباشرة بالأدوات الحاسوبية التقليدية، فإن هذه الطريقة الجديدة "المستغلة للتماثل" تجعل الأمر ممكناً. إنها لا تسرع العمل فحسب؛ بل تفتح الباب للعثور على المزيد من البروتينات في خلايانا، مما يساعدنا في بناء خريطة كاملة لكيفية عمل الحياة على المستوى الجزيئي. ويقترح المؤلفون أن هذا قد يؤدي إلى عمليات بحث "متعددة الدقة"، حيث يمكن للحواسيب إجراء مسح سريع للمطابقات العامة ثم التركيز للتدقيق في التفاصيل العالية، مما يجعل دراسة الآليات الخلوية أسرع وأكثر شمولاً من أي وقت مضى.