EASI-PASS: An accessible pipeline for linking functional imaging and mRNA profiling
تُعد EASI-PASS مساراً عالي الإنتاجية يربط بكفاءة بين بيانات التصوير الوظيفي وتوصيف الحمض النووي الريبوزي المرسال (mRNA) عبر مواءمة النشاط في الخلايا الحية مع أحجام الأنسجة الموسعة والمُصفّاة، مما يتيح التوصيف الجزيئي لآلاف الخلايا العصبية المحددة وظيفياً بمعدلات استرداد عالية.
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
يُعد الدماغ شبكة واسعة ومعقدة حيث لكل خلية وظيفة محددة وهوية فريدة. ولفهم كيفية عمل الدماغ، يحتاج العلماء غالباً إلى الإجابة على سؤالين في آن واحد: ماذا تفعل الخلية الآن، وما نوع هذه الخلية؟ تخيل أنك تحاول فهم مدينة من خلال مراقبة حركة الناس في الشوارع، ولكن دون معرفة أسمائهم أو مهنهم. قد ترى شخصاً يركض للحاق بالحافلة أو واقفاً ساكناً في حديقة، لكنك لا تستطيع معرفة ما إذا كان طبيباً، أو معلماً، أو طالباً ما لم يكن لديك وسيلة لربط تلك اللحظة من الفعل بتاريخه الشخصي. في علم الأعصاب، يصعب إقامة هذا الرابط لأن الأدوات المستخدمة لمراقبة حركة الخلايا ونبضاتها غالباً ما تختلف عن الأدوات المستخدمة لقراءة التعليمات الجينية التي تحدد ماهيتها. إذ تلتقط إحدى الطرق النشاط الحي والمتحرك للخلايا، بينما تقرأ طريقة أخرى الشفرة الجزيئية داخل خلايا تم حفظها وتجميدها في مكانها. وحتى الآن، كان ربط هذين المنظورين للخلية نفسها عملية بطيئة وغير مثالية، تتطلب غالباً من العلماء تقطيع الأنسجة إلى شرائح رقيقة جداً بحيث يُفقد السياق ثلاثي الأبعاد، أو التخمين حول أي خلية في الصورة الحية تطابق أي خلية في العينة المحفوظة.
لقد طور الباحثون طريقة جديدة تسمى EASI-PASS لحل هذه المشكلة، مما خلق وسيلة موثوقة لدمج التصوير الحي مع التوصيف الجزيئي. تبدأ العملية بمراقبة آلاف الخلايا في قطعة حية من أنسجة الدماغ، وتسجيل أشكالها ومواقعها أثناء استجابتها لإشارات محددة. وبمجرد اكتمال التسجيل الحي، يتم معالجة النسيج نفسه بعملية كيميائية خاصة تعمل على توسيعه، مما يجعل الخلايا أكبر وأسهل في الرؤية، ثم تجليه لكي يسمح للضوء بالمرور عبر كامل سمك العينة. يتيح ذلك للعلماء استخدام مجاهر قياسية لالتقاط صور تفصيلية لداخل النسيج، والبحث عن العلامات الجينية المحددة التي تحدد كل نوع من أنواع الخلايا. ويكمن الإنجاز الجوهري للطريقة الجديدة في نظام حاسوبي يمكنه مطابقة أشكال ومواقع الخلايا التي شوهدت في التسجيل الحي مع الخلايا التي شوهدت في النسيج الموسع والمجلي. الأمر يشبه التقاط صورة لحشد من الأعلى، ثم مطابقة كل شخص في تلك الصورة ببطاقة هوية مفصلة موجودة في كتاب سميك منفصل، دون الحاجة إلى تقطيع الكتاب إلى صفحات رقيقة. وقد نجح النظام في استعادة الهوية الجزيئية لحوالي 78 بالمئة من الخلايا التي تتبعها، وهو تحسن كبير مقارنة بالتقنيات السابقة التي كانت تعتمد على محاذاة شرائح رقيقة من الأنسجة.
تم اختبار قوة هذا النهج في منطقتين مختلفتين من دماغ الفأر لمعرفة كيف يمكن أن يكشف عن تفاصيل جديدة حول وظائف الدماغ. في إحدى التجارب، ركز الباحثون على منطقة صغيرة تسمى النواة المجاورة للقوس، والتي تستقبل الإشارات من الحبل الشوكي. ومن خلال تحفيز هذه الوصلات بعيدة المدى باستخدام الضوء أثناء مراقبة الخلايا، تمكنوا من تحديد الأنواع الجزيئية بدقة من العصبونات التي كانت تستقبل الإشارات. وأظهرت النتائج درجة عالية من النوعية، مما يعني أن أنواعاً معينة فقط من الخلايا هي التي استجابت للمدخلات، بدلاً من مزيج عشوائي من جميع الخلايا المتاحة. وفي تجربة ثانية، نظر الفريق إلى القشرة البصرية لفئران مستيقظة، مراقبين كيف تغيرت أنشطة مجموعات مختلفة من الخلايا مع زيادة يقظة الحيوانات. ووجدوا أن الطريقة التي تتواصل بها هذه الخلايا مع بعضها البعض تعتمد على موقعها وفئتها المحددة، حيث أظهرت بعض المجموعات اتصالات قوية تتلاشى مع زيادة المسافة بينها. وتثبت هذه النتائج أن الطريقة الجديدة يمكنها مواءمة النشاط الخلوي مع الهوية الجزيئية بشكل موثوق، مما يوفر رؤية أوضح لكيفية عمل أنواع الخلايا المتنوعة في الدماغ معاً لمعالجة المعلومات.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.