Perturbation-Aware Neural ODE (pNODE) Learns Microbiome Dynamics from Clinical Data and Predicts Gut-Borne Bloodstream Infections in Patients Receiving Cancer Treatment
تقدم هذه الدراسة إطار عمل المعادلات التفاضلية العادية العصبية المدركة للاضطراب (pNODE)، والذي يتفوق على النماذج التقليدية من خلال التنبؤ بدقة بديناميكيات الميكروبيوم المعوي والتنبؤ بعدوى مجرى الدم المنقولة من الأمعاء لدى مرضى السرطان الذين يخضعون لزراعة الخلايا الجذعية المكونة للدم من متبرع، وذلك عبر دمج الوفرة الميكروبية والاضطرابات الحيوية للمضادات الحيوية المحددة زمنياً.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
داخل الأمعاء البشرية، يعمل مجتمع هائل ومعقد من البكتيريا بلا كلل للحفاظ على صحة الجسم. هؤلاء السكان المجهريون لا يقتصر دورهم على هضم الطعام فحسب؛ بل يعملون كدرع ضد الغزاة، حيث يدربون الجهاز المناعي ويمنعون مسببات الأمراض الضارة من التمكن من السيطرة. ومع ذلك، عندما يخضع الشخص لعلاج مكثف للسرطان، مثل زراعة نخاع العظم، يمكن لهذا النظام البيئي الدقيق أن يتفكك. إذ تعمل الأدوية القوية والإشعاع على محو دفاعات الجهاز المناعي، مما يضطر الأطباء إلى استخدام مضادات حيوية واسعة الطيف لمنع العدوى. وبينما تنقذ هذه المضادات الحيوية الأرواح، فإنها تضرب أيضاً بشكل عشوائي، مدمرةً البكتيريا النافعة التي تحافظ على استقرار الأمعاء. وفي الفراغ الناتج عن ذلك، يمكن للجراثيم الانتهازية التي تعيش عادةً بأعداد ضئيلة أن تنفجر في أعدادها، مما يؤدي إلى طرد البكتيريا الجيدة وإزاحتها، وفي النهاية تتسرب إلى مجرى الدم، مسببةً عدوى شديدة، وقد تكون قاتلة.
لسنوات، حاول العلماء التنبؤ بكيفية تفاعل هذه المجتمعات الميكروبية مع مثل هذه الاضطرابات، آملين في إيجاد طريقة لتوجيه الأمعاء نحو الصحة قبل أن تسيطر العدوى. تعتمد الطرق التقليدية لنمذجة هذه التغييرات على قواعد مبسطة تفترض أن البكتيريا تتفاعل بطرق ثابتة ومتوقعة، مثل التروس في آلة. لكن الأمعاء الحقيقية أكثر فوضوية وديناميكية، حيث تستجيب للمضادات الحيوية بطرق معقدة وغير خطية لا تستطيع القواعد البسيطة استيعابها. احتاج الباحثون إلى نهج جديد، نهج يمكنه التعلم مباشرة من الواقع الفوضوي لبيانات المرضى بدلاً من إجبار تلك البيانات على الدخول في قالب جامد.
قام فريق من العلماء في معهد سلون كيترينغ لأبحاث السرطان وجامعة كاليفورنيا في لوس أنجلوس (UCLA) بتطوير أداة جديدة تسمى "الشبكة العصبية التفاضلية المتنبهة للاضطراب" (pNODE)، لحل هذه المشكلة. وبدلاً من الاعتماد على قواعد معدة مسبقاً، يستخدم هذا النظام نوعاً من الذكاء الاصطناعي المصمم لتعلم قوانين الحركة مباشرة من خلال الملاحظة. تخيل مراقبة نهر يتدفق: قد يحاول نموذج تقليدي تخمين مسار المياه بناءً على خريطة ثابتة لمجرى النهر، لكن (pNODE) يراقب حركة المياه، ويتعلم كيف تلتف حول الصخور وتغير سرعتها مع التيار، ثم يتنبأ بمكان ذهابها بعد ذلك. في هذه الحالة، "النهر" هو مجموعة البكتيريا في أمعاء المريض، و"الصخور" هي المضادات الحيوية التي يتم إعطاؤها. وقد غدّى الباحثون النظام ببيانات من أكثر من 1,000 مريض تلقوا عمليات زراعة نخاع العظم، بما في ذلك سجلات مفصلة لعلاجاتهم بالمضادات الحيوية اليومية وآلاف عينات البراز التي تتبعت التغيرات في المجموعات البكتيرية.
كانت النتائج مذهلة. فعند اختباره مقابل بيانات اصطناعية حيث كانت القواعد الحقيقية معروفة، تفوق (pNODE) باستمرار على النماذج التقليدية، حتى عندما كانت البيانات مشوشة وغير مكتملة، مما يحاكي الظروف الواقعية في المستشفيات. ولكن الاختبار الحقيقي جاء عندما طبق الفريق النموذج على بيانات مرضى حقيقيين. فقد قاموا بتدريب النظام على التنبؤ بكيفية تغير بكتيريا أمعاء المريض خلال الأسبوع التالي بناءً فقط على عينة براز أولية وجدول المضادات الحيوية المخطط له. وأثبت النموذج دقة ملحوظة، حيث تنبأ بارتفاع وانخفاض مجموعات بكتيرية محددة بشكل أفضل من الطرق القديمة. والأهم من ذلك، اكتشف الباحثون أن النموذج يمكنه التنبؤ بالنتائج السريرية التي لم يُعلّم صراحةً كيفية إيجادها. فمن خلال تشغيل النموذج للأمام في الزمن، استطاعوا توليد مسار متوقع لبكتيريا خطيرة محددة تسمى "المكورات المعوية" (Enterococcus). وإذا تنبأ النموذج بأن هذه البكتيريا ستنمو لتسيطر على الأمعاء، فقد كان ذلك إشارة قوية إلى أن المريض معرض لخطر كبير للإصابة بعدوى في مجرى الدم.
وقد صمدت هذه القدرة التنبؤية حتى عندما تم اختبار النموذج على مرضى لم يسبق له رؤيتهم. ووجد الفريق أن تنبؤ النموذج بنمو "المكورات المعوية" كان مؤشراً أفضل للعدوى المستقبلية من مجرد النظر إلى المستوى الحالي للبكتيريا أو استخدام النماذج القديمة القائمة على القواعد. وفي بعض الحالات، كانت تنبؤات النموذج دقيقة كما لو كان الباحثون يعرفون بالفعل الأعداد البكتيرية المستقبلية، وهو إنجاز يشير إلى أن النظام قد تعلم القواعد الإيكولوجية الأساسية التي تحكم الأمعاء. كما قام الباحثون بتصور هذه الديناميكيات من خلال رسم خرائط للمجتمعات البكتيرية في الأمعاء على مشهد ثنائي الأبعاد. وفي هذا المنظر، تعمل المضادات الحيوية المختلفة مثل الرياح، حيث تدفع المجتمع بأكمله في اتجاهات محددة. فبعض نظم العلاج بالمضادات الحيوية تدفع المجتمع نحو حالة تسيطر فيها "المكورات المعوية"، بينما تحافظ أنظمة أخرى على تنوع النظام البيئي واستقراره.
تشير الدراسة إلى أن هذا النهج الجديد يمكن أن يساعد الأطباء في نهاية المطاف في اتخاذ خيارات أذكى بشأن استخدام المضادات الحيوية. فمن خلال محاكاة كيفية تأثير خطط علاجية مختلفة على النظام البيئي البكتيري الخاص بكل مريض، قد يتمكن الأطباء من اختيار الأنظمة التي تعالج العدوى دون تدمير الميكروبيوم الواقي. ورغم أن النموذج تم اختباره على مجموعة محددة من مرضى السرطان ويتطلب مزيداً من التحقق في بيئات أخرى، إلا أنه يمثل خطوة كبيرة للأمام. فهو ينقل المجال من مجرد مراقبة ما يحدث بعد وقوع العدوى إلى فهم القوى الديناميكية التي تؤدي إليها، مما يوفر مساراً محتملاً للوقاية من العدوى قبل بدئها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.