CHACAM: a cell-cell interaction-guided hierarchical attention model for high-precision cell identity annotation of scRNA-seq data in early C. elegans embryogenesis

تبدأ الحياة كخلية واحدة، كرة صغيرة تحتوي على المخطط لحيوان كامل. في اللحظات الأولى من التطور، تنقسم هذه الخلية مراراً وتكراراً، مما يخلق تجمعاً من الخلايا ينمو بسرعة. لعقود من الزمن، عرف العلماء أن هذه العملية في الدودة المستديرة الصغيرة Caenorhabditis elegans متوقعة بشكل ملحوظ. تتبع كل دودة المسار نفسه تماماً: تنقسم الخلية الأولى، ثم تنقسم الخلايا الوليدة، وتنقسم مرة أخرى، دائماً بنفس الترتيب ودائماً تنتهي في نفس المكان. وبسبب هذا الاتساق المثالي، استخدم علماء الأحياء هذه الدودة لفترة طويلة كخريطة لفهم كيف تصبح الخلية الواحدة حيواناً معقداً. ومع ذلك، ظهر تحدٍ جديد مع تقدم التكنولوجيا. أصبح بإمكان العلماء الآن قراءة التعليمات الجينية، أو "الترانسكريبتوم" (transcriptome)، للخلايا الفردية داخل هذه الأجنة. وبينما يبدو هذا بمثابة طفرة، فقد كشف عن مشكلة مربكة: فبينما تنقسم الخلايا، تصبح التعليمات الجينية في الخلايا الشقيقة المتقاربة متطابقة تقريباً. وعندما يحاول العلماء فرز هذه الخلايا بناءً على شفرتها الجينية وحدها، غالباً ما لا يستطيعون التمييز بينها، مما يضطرهم إلى تجميع خلايا متميزة في فئات غامضة وغير محددة.

ولحل هذا اللغز، طور فريق من الباحثين نهجاً جديداً ينظر إلى ما وراء الشفرة الجينية داخل الخلية. فقد أدركوا أن الخلية لا توجد في فراغ؛ فهي تتواصل وتتفاعل باستمرار مع جيرانها. في الجنين المبكر، يتأثر مصير الخلية بشدة بالإشارات التي تتلقاها من الخلايا المحددة التي تلامسها جسدياً. قام الباحثون ببناء نموذج حاسوبي يسمى CHACAM يجمع بين البيانات الجينية للخلية وخريطة تفصيلية لمن يلمس من. ومن خلال دمج هذا السياق الفيزيائي، يمكن للنموذج التمييز بين الخلايا التي تبدو متطابقة جينياً ولكنها في أحياء مختلفة. وقد سمحت هذه الطريقة بإنشاء خريطة واضحة تماماً لجنين الدودة المبكر، مما حل الهويات التي ظلت غامضة لسنوات وكشف عن علامات جينية جديدة تحدد هوية كل خلية فريدة.

يكمن جوهر المشكلة في مدى تشابه الخلايا ذات الصلة الوثيقة. في المراحل الأولى من تطور الدودة، تنقسم الخلايا بسرعة كبيرة لدرجة أن الخلايا الشقيقة، التي تولد من نفس الوالد، تمتلك ملفاً جينياً متطابقاً تقريباً. تعتمد الطرق التقليدية لتحديد هذه الخلايا على إيجاد جينات محددة تعمل كعلامات، مثل بطاقة الاسم. ومع ذلك، عندما تكون الاختلافات الجينية صغيرة إلى هذا الحد، فإن بطاقات الأسماء لا تكون متميزة بما يكفي للتمييز بين الخلايا الشقيقة. وفي الدراسات السابقة، أدى هذا إلى حالة لم يستطع فيها العلماء سوى تسمية مجموعة من الخلايا باسم عام، مثل "ABalx"، مع الإقرار بأنهم يعلمون بوجود المجموعة ولكن لا يمكنهم تحديد أي خلية هي أي واحدة منها. هذا النقص في الدقة جعل من الصعب فهم التسلسل الدقيق للأحداث التي تقود التطور، حيث كان الباحثون يعملون أساساً بخريطة ضبابية.

افترض الباحثون أن القطعة المفقودة من المعلومات كانت البيئة الفيزيائية. فقد علموا من عقود من المراقبة أن خلايا معينة في جنين الدودة تلمس دائماً جيراناً محددين. على سبيل المثال، قد تلمس خلية ما جاراً يرسل إشارة لتصبح خلية عضلية، بينما تلمس شقيقتها، التي تبدو مطابقة لها جينياً، جاراً مختلفاً يرسل إشارة لتصبح خلية عصبية. تم تصميم النموذج الجديد، CHACAM، لاستخدام هذه المعرفة. يبدأ بقاعدة بيانات منسقة لقنوات التواصل المعروفة بين الخلايا، وتحديداً أزواج الجزيئات التي تسمح لخلية بإرسال إشارة إلى أخرى. ثم يقوم بدمج ذلك مع خريطة عالية الدقة رباعية الأبعاد للجنين تظهر بالضبط أي الخلايا تلامس بعضها البعض في كل دقيقة من مراحل التطور.

يعمل النموذج من خلال النظر إلى الخلية وطرح سؤالين: ما هي الجينات التي تعبر عنها، ومن تلمس؟ يقوم النموذج بمقارنة الملف الجيني للخلية مع مكتبة مرجعية لأنواع الخلايا المعروفة. إذا كان الملف الجيني غامضاً، ينظر النموذج إلى جيران الخلية. ويقوم بحساب درجة بناءً على احتمالية التفاعلات المحددة بين الخلية وجيرانها. على سبيل الله، إذا كانت الخلية تلمس جاراً معروفاً بالتفاعل مع نوع معين من الخلايا، فإن النموذج يستنتج أن هذه الخلية هي على الأرجح من ذلك النوع. استخدم الباحثون استراتيجية يسمونها "التثليث" (triangulation) لتأكيد هذه التخمينات. حيث كانوا يختارون خلية مرجعية ذات هوية معروفة ويتحققون من تفاعلاتها مع الخلية الغامضة. فإذا كانت الخلية المرجعية معروفة بتلامسها مع أحد الشقيقين دون الآخر، وكانت درجات التفاعل تتوافق مع ذلك النمط، فيمكن تحديد هوية الخلية الغامضة بثقة عالية.

عندما طبق الفريق هذه الطريقة على البيانات الموجودة من جنين C. elegans، كانت النتائج مذهلة. في مجموعة البيانات التي تغطي الجنين من مرحلة خلية واحدة إلى ست عشرة خلية، نجح النموذج في تحديد هوية كل خلية بنجاح. في السابق، عند مرحلة الست عشرة خلية، تم تجميع ثماني خلايا في أربعة أزواج من التوائم غير القابلة للتمييز. لكن الطريقة الجديدة فصلت جميعها، محققة معدل دقة بنسبة مائة بالمائة. وهذا يعني أنه لأول مرة، يمتلك العلماء خريطة كاملة وغير غامضة للهوية الجينية لكل خلية في جنين الست عشرة خلية. كما أدى أداء النموذج بشكل جيد أيضاً على مجموعة بيانات أكبر وصلت إلى مرحلة المائة واثنتين وعشرين خلية، حيث حدد الهوية الصحيحة للغالبية العظمى من الخلايا حتى مع وجود بعض البيانات المفقودة.

بعيداً عن مجرد فرز الخلايا، قدم النموذج فهماً أعمق لما يجعل كل خلية فريدة. فبمجرد تحديد الخلايا بشكل صحيح، تمكن الباحثون من البحث عن الجينات المحددة التي تميز خلية عن توأمها. لقد اكتشفوا مجموعة جديدة من الجينات العلامة (marker genes) التي كانت نشطة في أحد الخلايا الشقيقة فقط، في حين أن الدراسات السابقة لم تجد سوى علامات تعمل لمجموعات من الخلايا. على سبيل المثال، وجدوا جينات يمكنها التمييز بين خليتين محددتين كان يُنظر إليهما سابقاً ككتلة واحدة. توفر هذه العلامات الجديدة مستوى أدق من التفاصيل، مما يسمح للعلماء برؤية البرنامج الجيني الدقيق الذي يدير كل خلية على حدأ. وتعمل هذه الخريطة عالية الدقة كمورد جديد لفهم كيفية اتخاذ الخلايا للقرارات، حيث توفر قائمة واضحة بالجينات المشاركة في كل خطوة من هذه العملية.

يسلط نجاح هذا النهج الضوء على تحول جوهري في كيفية رؤية العلماء لهوية الخلية. فهو يثبت أن هوية الخلية لا تتحدد فقط من خلال الجينات التي تحملها، بل أيضاً من خلال السياق الفيزيائي والكيميائي لمحيطها. ومن خلال الجمع بين البيانات الجينية الداخلية والواقع الخارجي المتمثل في من يلمس من، تمكن الباحثون من الرؤية من خلال الضجيج الذي أربك التحليلات السابقة. لا يعتمد النموذج على التخمين أو المحاكاة المعقدة؛ بل يستخدم القواعد الثابتة والثابتة لتطور الدودة لتوجيه تفسير البيانات الجينية. أثبتت هذه الطريقة أنه عندما تكون الخلايا متشابهة جداً بحيث لا يمكن التمييز بينها من خلال جيناتها وحدها، فإن الخريطة الفيزيائية للجنين تحمل المفتاح لفتح هوياتها الحقيقية.

تمتد آثار هذا العمل إلى ما وراء الدودة. وبينما ركزت الدراسة على C. elegans بسبب سلالتها المحددة بدقة، فإن المنطق ينطبق على أي نظام يصعب فيه تمييز الخلايا. في الكائنات الأكثر تعقيداً، مثل البشر، غالباً ما توجد الخلايا في بيئات مزدحمة حيث يؤثر جيرانها على سلوكها. وإذا تمكن العلماء من رسم خرائط الاتصالات الفيزيائية بين الخلايا في الأنسجة أو الأورام، فيمكنهم استخدام نهج مماثل لفرز أنواع الخلايا التي تبدو متطابقة تحت المجهر. وأشار الباحثون إلى أنه مع تحسن التقنيات المستخدمة لرسم خرائط مواقع الخلايا، سيصبح هذا النوع من التحليل الواعي بالسياق أمراً بالغ الأهمية. وتعد هذه الدراسة بمثابة إثبات لمفهوم أن دمج بيانات التفاعل الفيزيائي مع البيانات الجينية يمكن أن يكشف عن حقائق بيولوجية كانت مخفية سابقاً.

كما أقر الباحثون بحدود طريقتهم. فالنموذج يعتمد بشكل كبير على دقة خريطة الاتصال واكتمال قاعدة بيانات إشارات الخلية إلى الخلية. فإذا كانت خريطة "من يلمس من" خاطئة، أو إذا كان مسار إشارات حاسم مفقوداً من قاعدة البيانات، فقد لا يعمل النموذج بنفس الكفاءة. في حالة الدودة، تُعرف خريطة الاتصال بدقة متناهية بسبب عقود من التصوير، ولكن في الكائنات الأخرى، قد يكون الحصول على هذه المعلومات أصعب. بالإضافة إلى ذلك، يعامل النموذج الحالي التفاعلات كلقطة ثابتة في الزمن، بدلاً من تتبع كيفية تغيرها مع نمو الجنين. ورغم هذه القيود، فقد قدمت الطريقة بالفعل أطلساً كاملاً ومحلولاً لجنين الدودة المبكر، وهو مورد كان بعيد المنال سابقاً. يوفر هذا الإنجاز أساساً متيناً للدراسات المستقبلية، مما يسم يسمح للعلماء بطرح أسئلة أكثر دقة حول كيفية تواصل الخلايا وكيفية اتخاذها لقرار بشأن ماهيتها.