Diagonal Multi-omics Integration of Heterogenous Datasets

دخل علم الأحياء الحديث حقبة يستطيع فيها العلماء التقاط لقطة لخلية واحدة وقياس آلاف سماتها في آن واحد. يمكنهم قراءة الشفرة الوراثية، والجينات النشطة، والبروتينات التي يتم بناؤها، والإشارات الكيميائية، كل ذلك في وقت واحد. هذا الفيض من البيانات يعد بالكشف عن كيفية عمل الأمراض المعقدة وإيجاد طرق جديدة لعلاجها. ومع ذلك، فإن هذه الأنواع المختلفة من القياسات تأتي من عوالم رياضية مختلفة؛ فهي تشبه لغات متميزة تصف الشيء نفسه، ومجرد رصّها جنبًا إلى جنب غالبًا ما يفشل في التقاط كيفية تفاعلها حقًا. التحدي يكمل في إيجاد طريقة لدمج هذه الرؤى المختلفة في صورة واحدة متماسكة تحترم العلاقات المعقدة وغير الخطية داخل الخلية الحية.

لقد طور باحثون من المركز الروسي للأبحاث السريرية لطب الشيخوخة ومعهد الرياضيات والتحكم الآلي التطبيقي طريقة رياضية جديدة لحل هذه المشكلة، أطلقوا عليها اسم "التكامل متعدد الأوميات القطري" (diagonal multi-omics integration). وبدلاً من إجبار هذه المجموعات المختلفة من البيانات على أن تبدو متشابهة، يتعامل نهجهم مع الاختلافات بينها كمصدر للمعلومات. إنهم يستخدمون أداة رياضية متطورة تسمى "مؤثر غراف لابلاسي المقترن" (coupled graph Laplacian)، والتي تعمل كجسر بين أنواع البيانات المختلفة. تسمح هذه الأداة لهم برسم خرائط للبيانات المعقدة وعالية الأبعاد من الخلية ونقلها إلى مساحة أبسط وأقل أبعادًا حيث تصبح الأنماط مرئية.

يكمن جوهر اكتشافهم في استكشاف طريقتين متضادتين لتنظيم هذه البيانات. النهج الأول، وهو شائع في العلم الحالي، يعمل مثل عدسة واسعة الزاوية؛ فهو يحاول تنعيم البيانات، وإيجاد الأرضية المشتركة حيث تتفق القياسات المختلفة. هذا مفيد لرؤية الصورة الكبيرة والهياكل المستقرة التي تشترك فيها جميع الخلايا. ومع ذلك، وجد الباحثون أن تأثير التنعيم هذا له جانب سلبي: فهو يطمس التفاصيل الصغيرة والحاسمة. فمن خلال جعل كل شيء يبدو متشابهًا، يمكنه إخفاء أنواع الخلايا النادرة أو الشذوذ البيولوجي الدقيق الذي يكون في الواقع مهمًا للغاية.

ولإصلاح ذلك، قدم الفريق نهجًا ثانيًا متضادًا يعمل مثل مجهر عالي التباين. فبدلاً من تنعيم البيانات، يبحث هذا النهج عن نقاط التوتر والاختلاف القصوى. إنه يسعى تحديدًا وراء الاتجاهات التي تختلف فيها أنواع البيانات المختلفة بأكبر قدر ممكن. ومن الناحية البيولوجية، يساعد هذا في الكشف عن طبقات خفية من التعقيد، مثل المجموعات الصغيرة من الخلايا التي تتصرف بشكل مختلف عن البقية، ربما لأنها مقاومة للأدوية أو لأنها في حالة فريدة من التطور.

إن أهم نتيجة للورقة البحثية ليست مجرد وجود هذين المنظورين، بل هي طريقة جديدة لقياس الفجوة بينهما. فقد ابتكر الباحثون مؤشرًا محددًا يحسب المسافة بين الرؤية "المنعمة" والرؤية "عالية التباين". إذا كانت هذه المسافة صغيرة، فهذا يعني أن النظام البيولوجي مستقر ومتسق عبر جميع القياسات. أما إذا كانت المسافة كبيرة، فهذا يشير إلى وجود صراع هيكلي عميق أو طبقات متباينة داخل البيانات. يوفر هذا المقياس طريقة رياضية صارمة لتحديد ما إذا كانت مجموعة البيانات تحتوي على مجموعات فرعية خفية ومعقدة كانت الأساليب القياسية ستغفل عنها.

أثبت الفريق أن طريقتهم تعمل باستخدام هندسة متقدمة تتضمن الأعداد المركبة وأشكالًا محددة تُعرف باسم "المنوعات" (manifolds). وقد أظهروا أن نهج "المجهر" الجديد سليم رياضيًا، وأن الفرق بين هذين المنظورين هو مقياس موثوق للتباين البيولوجي. ينتقل هذا العمل بالمجال إلى ما وراء مجرد محاذاة البيانات البسيطة، مقدمًا وسيلة لقياس مدى تعقيد النظام البيولوجي بدقة. ومن خلال توفير أداة للكشف عن هذه الطبقات الخفية، يقدم هذا البحث مسارًا جديدًا لفهم الطبيعة المعقدة والمتناقضة غالبًا للخلايا الحية.