ProcessNets: Towards an efficient approach for ensemble analysis of biological networks

في المشهد الواسع للبيولوجيا الحديثة، تعلم العلماء رؤية الحياة ليس فقط كمجموعة من الجزيئات، بل كشبكة من الروابط. تخيل مدينة حيث كل مبنى هو جين، والطرق بينها تمثل كيفية تواصلها مع بعضها البعض. عندما يرسم الباحثون هذه الطرق، فإنهم ينشئون شبكة، وهي صورة لكيفية عمل تلك المدينة. لسنوات، كان التركيز غالباً على رسم خريطة واحدة مثالية لمدينة واحدة تحت مجموعة واحدة من الظروف. لكن الحياة نادراً ما تكون بهذه البساطة؛ فقد يمتلك الشخص الواحد آلاف النسخ المختلفة من هذه الخريطة، اعتماداً على الخلايا النشطة، أو العوامل البيئية الموجودة، أو كيفية جمع البيانات. ولفهم النظام حقاً، يحتاج العلماء إلى دراسة هذه الآلاف من الخرائط معاً، والبحث عن الأنماط التي لا تظهر إلا عند النظر إليها كمجموعة واحدة. هذا النهج، المعروف باسم "التكامل المتأخر" (late integration)، يحافظ على التفاصيل الفريدة لكل خريطة مع السماح بمقارنة أوسع نطاقاً. ومع ذلك، ظهرت مشكلة جديدة: الحجم الهائل للبيانات. فمع المشاريع الضخمة التي تولد الآن آلاف الشبكات البيولوجية المعقدة هذه، بدأت الحواسيب المطلوبة لتحليلها واحداً تلو الآخر تصطدم بحائط مسدود. إن الحسابات تستغرق وقتاً طويلاً لدرجة أن الرؤى العلمية تتأخر، كما أن مساحة التخزين المطلوبة لاستيعاب كل هذه الخرائط أصبحت هائلة.

اقترح فريق من الباحثين في المعهد الهندي للتكنولوجيا بمدريد طريقة جديدة لمعالجة هذه العقبة، وهي طريقة أطلقوا عليها اسم "ProcessNets". فبدلاً من معاملة كل شبكة بيولوجية كمهمة منفصلة ومستقلة تماماً، يدرك نهجهم أن هذه الشبكات غالباً ما تكون "أبناء عمومة" وليست غرباء؛ ولأنها جميعاً تنبع من نفس النظام البيولوجي، فهي تشترك في قدر كبير من البنية. أدرك الباحثون أنه إذا كان لديك عائلة من الخرائط المتشابهة، فلا داعي لإعادة رسم الخريطة بالكامل لكل فرد من أفراد العائلة، بل يمكنك رسم الأساس المشترك مرة واحدة ثم تدوين التغييرات الطفيفة لكل نسخة. ولإنجاح ذلك، ابتكروا طريقة جديدة لتنظيم البيانات أطلقوا عليها اسم "nc-tree". فكر في هذا الهيكل كشجرة عائلة للشبكات؛ ففي القاعدة، أو "الجذر"، توجد شبكة واحدة تحتوي على جميع الاتصالات المشتركة بين المجموعة بأكملها. وبينما تتحرك للأعلى عبر الأغصان نحو الأطراف، تتطور الشبكة؛ ففي كل خطوة، يتم فقط إضافة الاتصالات الجديدة التي تظهر في نسخة محددة من الشبكة. وهذا يعني أن المجموعة الكاملة المكونة من آلاف الشبكات يمكن تخزينها في جزء ضئيل من المساحة التي تتطلبها عادةً، لأن الأجزاء المشتركة لا تُكرر مراراً وتكراراً.

اختبر الباحثون هذه الفكرة عبر تشغيل نظامهم على مجموعة ضخمة من البيانات الواقعية من مشروع "Genotype-Tissue Expression"، والذي يتضمن خرائط النشاط الجيني من أنسجة بشرية مختلفة. وقارنوا طريقتهم الجديدة بالطريقة القياسية المتبعة، حيث يقوم الحاسوب بحساب خصائص كل شبكة من الصفر. كانت النتائج مذهلة؛ فعندما كانت الشبكات متشابهة فيما بينها، كان النظام الجديد أسرع بشكل ملحوحي. وفي بعض الحالات، أتم الحسابات بسرعة تقارب أربعة أضعاف الطريقة التقليدية. كما وفر قدراً هائلاً من مساحة التخزين؛ فبالنسبة لمجموعات معينة من الشبكات، تطلبت الطريقة الجديدة ثُمن مساحة القرص التي احتاج إليها النهج القديم فقط. ولا تقتصر هذه الكفاءة على توفير الوقت أو المال فحلاً، بل تسمح للعلماء بتحليل مجموعات أكبر بكثير من البيانات مما كان ممكناً في السابق، مما قد يكشف عن أنماط بيولوجية دقيقة كانت مخفية في ضجيج الطرق الأبطأ والأقل كفاءة.

ومع ذلك، وجدت الدراسة أيضاً أن هذه السرعة ليست "عصا سحرية" لكل موقف. فالطريقة تعتمد بشكل كبير على كون الشبكات متشابهة. فعندما اختبر الباحثون نظامهم على مجموعة من الشبكات المختلفة جداً عن بعضها البعض، اختفت المزايا، واستغرقت الطريقة الجديدة أحياناً وقتاً أطول من النهج القياسي. وهذا منطقي، لأنه إذا كانت الشبكات مختلفة جداً، فلا يوجد أساس مشترك كبير للبناء عليه، وينتهي الأمر بالنظام بضرورة معالجة كل اتصال بشكل فردي على أي حال. كما اكتشف الباحثون أن الفائدة تعتمد على نوع الحساب الذي يتم إجراؤه؛ فبالنسبة لبعض المقاييس، مثل عد عدد الاتصالات لنقطة واحدة، كانت الطريقة الجديدة سريعة باستمرار. أما بالنسبة لمقاييس أخرى، مثل حساب أهمية "عقدة" بناءً على موقعها في الشبكة بأكملها، فلم يظهر تسارع السرعة إلا عندما كانت الشبكات كبيرة وكثيفة جداً.

يشير هذا العمل إلى تحول في كيفية تعاملنا مع البيانات الضخمة في علم الأحياء. فبدلاً من محاولة جعل الحواسيب أسرع أو كتابة خوارزميات أفضل للمهام الفردية، يكمن الحل في فهم العلاقات بين البيانات نفسها. ومن خلال تنظيم البيانات في هيكل يعكس التشابه الطبيعي بين الشبكات، تمكن الباحثون من تجاوز العمل المكرر. لقد أثبتوا أنه بالنسبة لمجموعات البيانات الضخمة والمتشابهة الناتجة عن البنوك الحيوية الحديثة، هناك طريقة أذكى للحوسبة. وتوفر هذه النتائج مساراً عملياً للعلماء الذين يغرقون في البيانات، مما يوفر أداة يمكنها تحويل جبل من الحسابات المتكررة إلى تدفق سلس من التحديثات. ورغم أن للطريقة حدودها وتعمل بشكل أفضل عندما تكون البيانات متسقة، إلا أنها تفتح الباب لتحليل الأنظمة البيولوجية بمقياس كان بعيد المنال سابقاً، محولةً تحدي البيانات الضخمة إلى فرصة لاكتشافات أعمق.