A unified framework for batch correction and missing data handling in large-scale and single-cell mass spectrometry proteomics

تخيل أنك تحاول الاستماع إلى جوقة موسيقية، حيث يرتدي كل مغنٍ زوجاً مختلفاً من سماعات إلغاء الضجيج. بعض السماعات تجعل الأصوات تبدو أعمق قليلاً، وبعضها يجعلها تبدو أعلى، وبعضها الآخر يُدخل ضجيجاً مستمراً (هسيس). وعلاوة على ذلك، فإن بعض المغنين مفقودون تماماً من الأغنية، مما يترك فجوات في التناغم.

هذا هو بالضبط ما يحدث في مطيافية الكتلة للبروتينات (mass spectrometry proteomics)، وهي تقنية يستخدمها العلماء لقياس آلاف البروتينات في عينة (مثل الدم أو خلية واحدة). "الجوقة" هي البيانات البيولوجية، لكن "السماعات" هي الأعطال التقنية:

• تأثيرات الدفعات (Batch effects): الاختلافات الناتجة عن تشغيل العينات في أيام مختلفة أو في مختبرات مختلفة.
• انحراف الإشارة (Signal drift): تغير نغمة الجهاز ببطء مع مرور الوقت خلال اليوم.
• البيانات المفقودة (Missing data): أحياناً تفشل الآلة ببساطة في "سماع" بروتين ما، مما يترك بقعة فارغة.

الطريقة القديمة: مشكلة "القص واللصق"

في السابق، حاول العلماء إصلاح هذه المشكلات واحدة تلو الأخرى، وكانت العملية فوضوية.

1. معضلة القطعة المفقودة: إذا كان هناك بروتين مفقود من البيانات، كان على العلماء إما التخلص من هذا البروتين بالكامل (مما يؤدي لفقدان معلومات قيمة) أو تخمين ما كان يجب أن يكون عليه (الاستكمال/imputation) قبل محاولة إصلاح الضجيج.
2. نهج الصوامع (The Silo Approach): كانوا يصلحون مشكلة "الأيام المختلفة"، ثم يحاولون بشكل منفصل إصلاح مشكلة "انحراف الآلة". كان الأمر يشبه محاولة إصلاح سقف مسرب عبر رتق ثقب واحد، ثم الانتقال إلى غرفة أخرى لإصلاح تيار هوائي، دون إدراك أن المنزل بأكمله يحتاج إلى سقف جديد.

غالباً ما أدى ذلك إلى فقدان تفاصيل بيولوجية مهمة أو جعل الضجيج التقني أسوأ عن طريق الخطأ.

الحل الجديد: NMFBatch

تقدم الورقة البحثية أداة جديدة تسمى NMFBatch. فكر في هذه الأداة كأنها مهندس صوت ذكي للغاية يمكنه الاستماع إلى الجوقة بأكملها في وقت واحد وإصلاح كل شيء في آن واحد.

• متجر شامل (One-Stop Shop): بدلاً من إصلاح المشكلات بشكل منفصل، ينظر NMFBatch إلى "الأيام المختلفة" (الدفعات المنفصلة) و"الانحراف البطيء" (التغير المستمر) في خطوة واحدة.
• ملء الفجوات بشكل طبيعي: على عكس الطرق القديمة، لا يحتاج هذا النوع من الأدوات إلى تخمين القيم المفقودة مسبقاً. يمكنه "تخيل" القيم المفقودة بينما يقوم بتنظيف الضجيج. إنه مثل المهندس الذي يمكنه ملء الآلات الموسيقية المفقودة في أغنية ما بينما يقوم في الوقت نفسه بإزالة الضجيج المستمر، دون الحاجة أبداً لكتم الصوت أولاً.
• الحفاظ على اللحن: الجزء الأهم هو أنه بينما يزيل الضجيج التقني، فإنه يضمن بقاء "الأغنية" الفعلية (الاختلافات البيولوجية بين الخلايا السليمة والمريضة، على سبيل المثال) كما هي تماماً.

كيف اختبروه

اختبر الباحثون هذا المهندس الجديد مقابل ست طرق شائعة أخرى باستخدام:

• مجموعات بيانات مرجعية: عينات تم تشغيلها في مختبرات مختلفة لمعرفة ما إذا كانت الأداة تستطيع جعل أصواتها متماثلة.
• عينات دم حقيقية: مجموعة كبيرة من عينات البلازما لمعرفة كيفية تعاملها مع التعقيد في العالم الحقيقي.
• بيانات الخلية الواحدة: النظر في الخلايا الفردية، حيث يكون "الضجيج" الناتج عن الآلة عالياً جداً عادةً.

النتيجة: أدى NMFBatch باستمرار إلى أداء أفضل في إسكات الضجيج التقني مع الحفاظ على "اللحن" البيولوجي واضحاً. لقد عمل بشكل جيد حتى عندما كان التصميم التجريبي فوضوياً (مختلطاً)، ونجح في مساعدة تجميع الخلايا المتشابهة معاً في دراسات الخلية الواحدة.

الخلاًصة

تدعي الورقة البحثية أن NMFBatch هو إطار عمل مرن وشامل ينظف بيانات البروتينات بشكل أكثر فعالية من الطرق الحالية. فهو يسمح للعلماء بالتعامل مع البيانات المفقودة والضجيج التقني في وقت واحد، مما يجعل من السهل دمج البيانات من دراسات أو مختبرات مختلفة دون فقدان القصة البيولوجية الحقيقية.