The CAHRA Challenge: A Community-Wide Assessment of Cryo-EM Heterogeneous Reconstruction Algorithms

لرؤية الآليات الداخلية للحياة، يلجأ العلماء غالبًا إلى تقنية تُسمى المجهر الإلكتروني فائق التبريد (cryo-electron microscopy). تخيل التقاط صورة لآلة واحدة صغيرة مصنوعة من البروتينات، ولكن هذه الآلة مجمدة في طبقة رقيقة من الجليد بسرعة كبيرة لدرجة أنها لا تستطيع التحرك أو التكسر. ولأن هذه الآلات صغيرة جدًا، فإن الصورة الواحدة ليست سوى ظل ثنائي الأبعاد ضبابي. ولفهم هذه الآلة، يجب على الباحثين التقاط آلاف الصور الضبابية من زوايا مختلفة واستخدام الكمبيوتر لدمجها معًا لتكوين نموذج ثلاثي الأبعاد واضح. لقد أحدثت هذه العملية ثورة في علم الأحياء، مما سمح لنا برؤية البنية الذرية للفيروسات والإنزيمات والجزيئات الأساسية الأخرى. ومع ذلك، فإن الآلات البيولوجية الحقيقية نادرًا ما تكون ثابتة؛ فهي تتذبذب وتتلوى وتغير شكلها أثناء عملها. وعندما تحتوي مجموعة البيانات على مزيج من هذه الأشكال المختلفة، أو حتى أنواع مختلفة تمامًا من الجزيئات، يواجه الكمبيوتر صعوبة في تحديد أي صورة تنتمي إلى أي نسخة من الآلة. وهذا يجعل من الصعب للغاية إعادة بناء القصة الحقيقية والمتحركة للجزيء.

في عام 2026، أطلق فريق من الباحثين من جامعة برينستون ومعهد فلاتيرون ومؤسسات أخرى اختبارًا عالميًا لمعرفة مدى قدرة البرامج الحاسوبية الحالية على حل هذه المشكلة المحددة. وقد أطلقوا عليه اسم "تحدي CAHRA"، وهو تقييم مجتمعي صُمم لقياس قدرة الخوارزميات المختلفة على فك تشابك هذه المزيجات المعقدة. لم يكتفِ المنظمون بطلب التخمين من العلماء؛ بل قاموا ببناء ثلاث حالات اختبار متميزة ومحكومة بدقة، حيث كانت الإجابات الصحيحة معروفة فقط للمبتكرين. غطت هذه الاختبارات الطرق الثلاث الرئيسية التي تتعقد بها الجزيئات: عندما تحتوي العينة على مزيج من الأنواع المختلفة، وعندما يتغير جزيء واحد عبر نطاق مستمر من الأشكال، وعندما يخفي الزاوية التي يُنظر منها إلى الجزيء شكله الحقيقي. ومن خلال مقارنة مدى نجاح الفرق المختلفة مقابل هذه الحقائق المعروفة، قدم التحدي خريطة واضحة لمكانة المجال الحالي وأين يحتاج إلى التحسين.

ركز الاختبار الأول على غرفة مزدحمة من الجزيئات المختلفة. أخذ الباحثون أربعة معقدات بروتينية متميزة — وهي دي هيدروجيناز الكحول، والألدولاز، ودي هيدروجيناز الغلوتامات، وبيروفات كاينيز — وهي متشابهة في الحجم والشكل. كما أضافوا بروتينين آخرين، وهما غاما-غلوبولين وبيتا-أميلاز، اللذان عملا كمشتتات لأنهما تالفان أو يشكلان صفائح مسطحة لا يمكن إعادة بنائها في نماذج ثلاثية الأبعاد. وقد تم خلط كل هذه المكونات في مجموعة بيانات واحدة تحتوي على أكثر من 1.6 مليون صورة لجسيمات. وكان التحدي للمشاركين هو النظر في هذا التجمع الفوضوي من الصور وتحديد أي الصور تنتمي إلى الأهداف الأربعة الرئيسية، ثم بناء نموذج ثلاثي الأبعاد واضح لكل منها دون إخبارهم بماهية الأهداف. ولجعل المهمة أكثر صعوبة، قام الباحثون بمحاكاة الضرر الإشعاعي عن طريق تقسيم الصور إلى مجموعات عالية الجودة ومنخفضة الجودة، مما أجبر الخوارزميات على التمييز بين جزيء مكسور قليلاً وجزيء مختلف النوع تمامًا.

انتقل الاختبار الثاني بعيدًا عن خلط الأنواع المختلفة وركز بدلاً من ذلك على جزيء واحد يغير شكله. استخدم الباحثون محاكاة حاسوبية لإنزيم بشري يسمى "بروتييز ما قبل التسلسل" (presequence protease)، والذي يفتح ويغلق مثل البوابة. لقد التقطوا الجزيء في 100 مرحلة مختلفة من هذه الحركة، مما خلق انتقالًا سلسًا من الحالة المفتوحة إلى الحالة المغلقة. ومن هذه اللقطات المئة، أنتجوا أكثر من 1.7 مليون صورة محاكات. لم يكن الهدف للمشاركين هو مجرد رؤية أن الجزيء يتحرك، بل إنتاج مجموعة من النماذج الذرية — وهي مخططات تفصيلية للذرات — تصف بدقة هذا النطاق الكامل من الحركة. وعلى عكس الاختبار الأول، حيث كان الهدف هو فصل المجموعات المتميزة، تطلب هذا الاختبار من الخواروات فهم تدفق مستمر من التغيير وترجمة ذلك إلى نماذج هيكلية دقيقة.

تناول الاختبار الثالث مشكلة معقدة تُعرف باسم "تشابك الوضعية" (pose entanglement). في التجارب الحقيقية، غالبًا ما تفضل الجزيئات الاستقرار على شريحة المجهر في اتجاهات معينة، مما يترك زوايا أخرى فارغة. وإذا تغير شكل الجزيء على طول المحور المفقود من البيانات، فقد يخطئ الكمبيوتر في اعتبار الزاوية المفقودة تغيرًا في الشكل، أو العكس. ولاختبار ذلك، قام الباحثون بمحاكاة صور لقناة حلقية تسمى CALHM2، والتي تمتلك حالة مفتوحة وحالة مغلقة. لقد ضمنوا أن تكون الصور منحازة بشدة نحو عرض جانبي، مما يجعل من الصعب جدًا رؤية الفرق بين الحالتين المفتوحة والمغلقة. احتوت مجموعة البيانات على 30,000 جسيم بنسبة معروفة من الحالات المفتوحة إلى المغلقة، لكن المشاركين لم يتم إخبارهم بالنسب أو الزوايا الصحيحة. كان عليهم تحديد ما إذا كانت أساليبهم قادرة على عد كم جزيء مفتوح مقابل مغلق بدقة، حتى عندما تجعل زوايا الرؤية الفرق غير مرئي تقريبًا.

من المتوقع مراجعة نتائج هذا التحدي، الذي استمر لمدة سبعة أشهر مع مشاركات من باحثين من جميع أنحاء العالم، في ورشة عمل في أكسفوردشاير في وقت لاحق من عام 2026. وبينما لا تسرد الورقة البحثية الفائزين بعد، فإن تصميم التحدي نفسه يقدم مسارًا واضحًا للمضي قدمًا. فهو ينقل المجال إلى ما وراء المقارنات البسيطة للدقة ويجبر المطورين على مواجهة الواقع الفوضوي للبيانات التجريبية. يأمل المنظمون أنه من خلال توفير مجموعات البيانات القياسية هذه، يمكن للمجتمع بناء سير عمل أكثر كفاءة ويتطلب ضبطًا يدويًا أقل. وهذا أمر بالغ الأهمية لمستقبل المجال، مع انتقال العلماء نحو دراسة عينات أكثر تعقيدًا، مثل الجزيئات داخل الخلايا الحية أو تلك التي يتغير شكلها في الوقت الفعلي. يعمل تحدي CAHRA كمعيار صارم، مما يضمن أن الأدوات المستخدمة لتصور آليات الحياة موثوقة بقدر العلم الذي تهدف إلى كشفه.