spatialMET: an open and scalable framework for spatial metabolomics analysis
تقدم الورقة البحثية spatialMET، وهو إطار عمل مفتوح المصدر وقابل للتوسع يوفر سير عمل متكامل لتحليل الأيض المكاني — بما في ذلك المعالجة المسبقة، وكشف النطاق، والاختبار الإحصائي — مع التغلب على قيود الأدوات الحالية من خلال قدرات الحوسبة عالية الأداء ونشر Docker القابل لإعادة الإنتاج.
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
الأنسجة ليست كتلًا متجانسة من المواد؛ بل هي تضاريس معقدة حيث تعيش أنواع مختلفة من الخلايد جنبًا إلى جنب، ويقوم كل منها بعمله الكيميائي الخاص. وفي حالات السرطان، تصبح هذه الأحياء فوضوية بشكل خاص، حيث تتفاعل الخلايا الورمية، والخلايا المناعية، والأنسجة الداعمة بطرق تدفع المرض للانتشار. لعقود من الزمن، استطاع العلماء تحليل المواد الكيميائية داخل عينة النسيج، لكن كان عليهم طحن العينة لتصبح مسحوقًا للقيام بذلك. هذه العملية دمرت الخريطة، حيث خلطت البصمات الكيميائية الفريدة للورم مع تلك الخاصة بالأنسجة السليمة المحيطة به. ولفهم كيفية نمو السرطان وبقائه على قيد الحياة حقًا، احتاج الباحثون إلى وسيلة لرؤية الكيمياء مع الحفاظ على الجغرافيا سليمة.
لقد برز "تصوير مطياف الكتلة" (Mass spectrometry imaging) كأداة قوية لحل هذه المشكلة. فبدلاً من تدمير العينة، تقوم هذه التقنية بمسح شريحة رقيقة من النسيج وقياس وزن آلاف الجزيئات الصغيرة عند كل نقطة على السطح. والنتيجة هي مجموعة بيانات ضخمة حيث تقابل كل نقطة على الخريطة بصمة كيميائية محددة. ومع ذلك، فإن مجموعات البيانات هذه هائلة ويصعب التنقل فيها. إذ يمكن لمسحة واحدة أن تحتوي على مئات الآلاف من النقاط، وكل منها يتضمن آلاف القراءات الكيميائية. وقد تطلب تحليلها تقليديًا من العلماء ربط برامج مختلفة متعددة ببعضها البعض، وهي عملية بطيئة وعرضة للأخطاء، وغالبًا ما تكون محبوسة خلف أنظمة مملوكة لشركات باهظة الثمن تمنع الباحثين من مشاركة أساليبهم.
وللتغلب على هذه العوائق، طور فريق من الباحثين إطار عمل جديدًا مفتوح المصدر يسمى "spatialMET". يعمل هذا البرنامج كورشة عمل كاملة لتحليل الأيض المكاني (spatial metabolomics)، مما يسمح للعلماء بأخذ البيانات الخام من مطياف الكتلة وتحويلها إلى صورة واضحة للتنظيم الكيميائي دون الحاجة إلى كتابة أكواد برمجية معقدة. تم تصميم النظام للتعامل مع الحجم الهائل من البيانات التي تنتجها الماسحات الضوئية الحديثة، والتي يمكن أن تنتج ملفات كبيرة بما يكفي لإغراق برامج الكمبيوتر القياسية. ومن خلال دمج معالجة البيانات، والتعرف على الأنماط، والتصور في منصة واحدة، يجعل "spatialMET" من الممكن رؤية كيفية توزيع المواد الكيميائية عبر عينة نسيجية وكيفية ارتباط هذه التوزيعات بالبنية الفيزيائية للعضو.
جوهر هذا النظام الجديد هو طريقة لتجميع بكسلات (pixels) الخريطة النسيجية في مناطق متميزة بناءً على تشابهها الكيميائي. تخيل خريطة حيث يتم تلوين كل مربع صغير وفقًا للمواد الكيميائية التي يحتوي عليها؛ والهدف هو معرفة أي المربعات تنتمي لبعضها لتشكل حيًا سكنيًا. لقد بنى الباحثون محركًا جديدًا عالي الكفاءة للقيام بهذا التجميع. وخلافًا للطرق القديمة التي كانت تعاني مع مجموعات البيانات الكبيرة، يعمل هذا المحرك الجديد بسرعة ويستهلك قدرًا ضئيلًا جدًا من ذاكرة الكمبيوتر، حتى عند معالجة عمليات مسح تحتوي على ما يقرب من 300,000 نقطة فردية. وتسمح هذه السرعة للباحثين بتحليل أقسام كاملة من عضو ما، مثل فص رئوي كامل، بدلاً من الاضطرار للنظر فقط في بقع صغيرة يمكن التحكم فيها.
وعندما طبق الفريق هذا الإطار على نماذج فئران مصابة بسرطان الرئة، كشفت النتائج عن مشهد كيميائي مفصل يتطابق مع البنية الفيزيائية للنسيج. نجح البرنامج في تحديد مناطق منفصلة تقابل الورم، والنسيج السدوي (stromal tissue) الداعم، والرئة السليمة المجاورة. وداخل هذه المناطق، وجد الباحثون مواد كيميائية محددة فريدة من نوعها للورم، بينما كانت مواد أخرى أكثر شيوعًا في الأنسجة المحيطة. واكتشفوا أن 117 ميزة كيميائية متميزة كانت مختلفة بشكل كبير بين الورم والمناطق السدوية. علاوة على ذلك، أظهرت الأداة أن بعض المواد الكيميائية لم تكن مجرد موجودة أو غائبة، بل اتبعت تدرجًا، حيث تزداد وفرتها أو تنقص كلما ابتعد المرء عن حافة الورم.
وبعيدًا عن مجرد رسم خرائط لمكان وجود المواد الكيميائية، يسمح النظام للعلماء باختبار مدى قوة ارتباط هذه الأنماط بتخطيط الأنسجة. وجد الباحثون أن بعض المواد الكيميائية كانت متجمعة بإحكام في مناطق محددة، مما يشير إلى أنها تلعب دورًا في البيئة المحلية للورم، بينما كانت مواد أخرى منتشرة بشكل عشوائي أكثر. كما بنى البرنامج شبكات توضح أي المواد الكيميائية تميل للظهور معًا، مما يلمح إلى عمليات بيولوجية مشتركة. وفي تجربة واحدة تضمنت عينة من سرطان الرئة ذي الخلايا الصغيرة تحتوي على أكثر من 280,000 بكسل، حدد النظام مناطق فرعية متعددة داخل الورم نفسه، مما يسلط الضوء على أن السرطان لم يكن كتلة موحدة واحدة، بل مجموعة من المناطق المتميزة كيميائيًا.
تم تصميم الإطار ليكون متاحًا لمجموعة واسعة من العلماء، وليس فقط لأولئك الذين يمتلكون مهارات برمجة متقدمة. فهو يوفر واجهة مرئية تفاعلية حيث يمكن للمستخدمين رفع بياناتهم، وضبط الإعدادات، ورؤية النتائج فورًا على الشاشة. وبالنسبة لمجموعات البيانات الكبيرة جدًا التي قد تؤدي إلى تعطل جهاز كمبيوتر قياسي، يتضمن النظام وضعًا منفصلاً يعمل عبر سطر الأوامر (command-line mode) يمكن تشغيله على مجموعات حوسبة قوية، مما يضمن إمكانية معالجة حتى أكثر التجارب ضخامة. ويتم توزيع النظام بأكمله كحزمة مستقلة بذاتها، مما يعني أن أي باحث يمكنه تثبيته والحصول على نفس النتائج تمامًا، بغض النظر عن نظام تشغيل الكمبيوتر الخاص به.
من خلال الجمع بين معالجة البيانات، والتحليل الإحصائي، والتصور التفاعلي في مكان واحد، يزيل "spatialMET" العقبات التقنية التي أبطأت مجال الأيض المكاني. فهو يتيح للباحثين التركيز على بيولوجيا النسيج بدلاً من ميكانيكا البرمجيات. وقد أثبتت هذه الأداة بالفعل قدرتها على كشف الهندسة الكيميائية الخفية للسرطان، مظهرة كيف يختلف النشاط الأيضي عبر أجزاء مختلفة من الورم ومحيطه. ومع توفر هذه التكنولوجيا على نطاق أوسع، فإنها تعد بتعميق فهمنا لكيفية تنظيم السرطان لنفسه كيميائيًا، مما يوفر رؤية أوضح للأحياء المجهرية حيث يبدأ المرض وينتشر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.