VINTER: a generative vision-language model for annotating and interrogating spatial tissues
يُعدُّ VINTER نموذجاً توليدياً للرؤية واللغة يوحّد بين الأنسجة، والتعبير الجيني، والمجاورات المكانية في تسلسل واحد لتوصيف واستجواب البنى النسيجية المكانية بدقة عبر منصات ودقات وضوح متنوعة، مما يكشف عن التباين البيولوجي الخفي ويُمكّن من تحرير الأدلة الجزيئية دون الحاجة لإعادة التدريب.
البحث الأصلي مُهدى إلى الملك العام بموجب CC0 1.0 (https://creativecommons.org/publicdomain/zero/1.0/). 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
ليست الأنسجة مجرد خرائط مسطحة للخلايا؛ بل هي أحياء معقدة ثلاثية الأبعاد، حيث تعتمد هوية الخلية الواحدة بشكل كبير على من يسكن بجوارها. في جسم الإنسان، غالبًا ما تُملي البيئة المحيطة بالخلية وظيفتها، تمامًا كما يتغير دور الشخص في المجتمع بناءً على الأشخاص الذين يتفاعل معهم يوميًا. لعقود من الزمن، كافح العلماء لقراءة هذه الأحياء بطريقة موحدة وشاملة. كان بإمكانهم النظر إلى النسيج تحت المجهر لرؤية شكله وبنيته، أو قياس الإشارات الكيميائية داخل الخلايا لفهم نشاطها، لكن القيام بالأمرين معًا في وقت واحد كان أمرًا صعبًا. غالبًا ما تفرض الطرق التقليدية خيارًا: إما وصف النسيج بمظهره البصري أو ببصمته الجزيئية، ونادرًا ما تسمح للاثنين بالتواصل مع بعضهما البعض في الوقت الفعلي. هذا الانفصال يترك فجوة في فهم كيف يؤثر التخطيط الفيزيائي للورم أو العضو على سلوك الخلايا بداخله.
يهدف نهج جديد يسمى "VINTER" إلى سد هذه الفجوة من خلال التعامل مع النسيج كقصة واحدة قابلة للقراءة. فقد طور الباحثون نموذجًا حاسوبيًا يمكنه النظر إلى صورة لعينة نسيجية، وقراءة قائمة الجينات النشطة داخل بقعة معينة، والنظر في آن واحد في نشاط الجينات في البقع الست المحيطة بها. وبدلاً من إجبار الحاسوب على الاختيار بين الصورة والجينات، يقرأ النموذج المصادر الثلاثة جميعها — البنية المرئية، والجينات المحلية، وسياق الحي — كمتتالية واحدة مستمرة من المعلومات. يسمح هذا للنظام باتخاذ قرار بشأن نوع النسيج الذي ينظر إليه، مع الاحتفاظ بسجل دقيق للأجزاء المحددة من الأدلة التي أدت إلى تلك النتيجة. ولأن المعلومات الجينية تُقدم كقائمة من الأسماء بدلاً من أرقام مجردة، يمكن للباحثين تعديل المدخلات، عبر إزالة أو إعادة ترتيب جينات معينة لمعرفة كيف يتغير قرار النموذج. هذا يحول عملية تحديد نوع النسيج من مجرد تسمية ثابتة إلى استجواب تفاعلي، حيث يمكن للعلماء طرح أسئلة من نوع "ماذا لو" حول تكوين النسيج.
اختبر الفريق هذا النظام على مجموعة متنوعة من التحديات البيولوجية، بدءًا من الدماغ البشري. فقد طلبوا من النموذج تحديد الطبقات المختلفة للقشرة المخية، وهي مهمة تفوق فيها النموذج على الأساليب الحالية التي تعتمد فقط على بيانات الجينات أو بيانات الصور وحدها. حقق النموذج مستوى عالٍ من الدقة، حيث حدد طبقات القشرة بشكل صحيح في الغالبية العظمى من الحالات. والأهم من ذلك، أظهر النظام قدرة ملحوومة على نقل معرفته إلى مواقف جديدة دون الحاجة إلى إعادة التدريب. فعندما طبق الباحثون نموذجًا تم تدريبه على بيانات سرطان الثدي على مجموعة مختلفة تمامًا من المريضات المصابات بسرطان الثدي ثلاثي السلبية، نجح النموذج في تحديد أنواع الأنسجة التي لم يسبق له رؤيتها من قبل. يشير هذا إلى أن النموذج قد تعلم لغة أساسية لتنظيم الأنسجة تنطبق عبر مختلف الأمراض والمرضى، بدلاً من مجرد حفظ أمثلة محددة.
جاء أحد الاكتشافات الأكثر إثارة عند دراسة الهياكل الليمفاوية الثالثية، وهي تجمعات منظمة صغيرة من الخلايا المناعية تتشكل داخل الأورام ويمكن أن تؤثر على كيفية محاربة الجسم للسرطان. استخدم الباحثون قدرة النموذج على تعديل المدخلات لمعرفة الإشارات التي ترسلها هذه الهياكل إلى محيطها بالضبط. ووجدوا أن حكم النموذج على ما إذا كان الهيكل "ناضجًا" أو "غير ناضج" يعتمد على برنامجين متضادين من النشاط الجيني في الحي المحيط. أحد البرامج، المدفوع بخلايا B الجريبية، جعل الهيكل يبدو أكثر نضجًا، بينما جعل برنامج آخر، مدفوع بالخلايا البلازمية التي تنتج الأجسام المضادة، الهيكل يبدو أقل نضجًا. ومن خلال رسم هذه الإشارات مرة أخرى على النسيج، اكتشفوا نمطًا مكانيًا خفيًا: كانت إشارات النضج والتنظيم مركزة في قلب الهيكل، بينما دُفعت إشارات إنتاج الأجسام المضاد إلى الأطراف تمامًا. كشف هذا أن "نضج" هذه المراكز المناعية ليس حالة واحدة، بل هو توازن ديناميكي بين المركز والمحيط، وهو تفصيل دقيق كانت الأساليب القياسية ستغفل عنه.
امتدت قوة هذا النهج أيضًا لتجد التفاصيل الخفية في سرطان الثدي ثلاثي السلبية، وهو مرض معروف بتعقيده. في كثير من الحالات، يصنف علماء الأمراض منطقة من النسيج على أنها "سدى" (stroma)، أو نسيج ضام، وهو تصنيف واسع يمكن أن يخفي اختلافات كبيرة. ومع ذلك، نظر النموذج في احتمالية كل نوع ممكن من الأنسجة لكل بقعة، ووجد أنه ضمن مناطق السدى المصنفة بشكل عام، توجد مناطق متميزة من النشاط المناعي. فبعض المناطق كانت غنية بالخلايا المناعية وأظهرت علامات استجابة التهابية نشطة، بينما كانت مناطق أخرى هادئة وصامتة. هذه القدرة على رؤية المناطق "الساخنة" و"الباردة" داخل تسمية واحدة ساعدت الباحثين على تحديد نوع معين من البيئة المناعية المعروفة باستجابتها الجيدة لعلاجات معينة للسرطان. علاوة على ذلك، من خلال النظر في الاحتمالات الثانوية للنموذج، تمكنوا من تحديد البقع التي صُنفت على أنها حميدة ولكنها تحتوي في الواقع على خلايا سرطانية خفية. وعندما راجعوا هذه البقع المحددة، استعادوا ما يقرب من نصف السرطان الذي فاتهم بواسطة النهج القياسي ذو التسمية الواحدة، لا سيما في الأنواع الأكثر عدوانية من المرض.
أخيرًا، أظهر الباحثون أن هذه الطريقة تعمل عبر مستويات مختلفة من الملاحظة، من عينات الأنسجة الكبيرة وصولًا إلى الخلايا الفردية. فقد طبقوا نفس النموذج على بيانات عالية الدقة من سرطان القولون والمستقيم، حيث نجح في تحديد الهياكل المناعية والتمييز بين أنواع مختلفة من الخلايا المناعية دون أي تدريب إضافي. حدد النموذج بشكل صحيح أن بعض الخلايا المناعية، وتحديدًا تلك التي تنتج نوعًا معينًا من الأجسام المضادة، تتجمع عند أطراف هذه الهياكل، بينما تظل أخرى في المركز. تشير هذه الاتساق عبر التقنيات والدقات المختلفة إلى أن النموذج قد استوعب فهمًا قويًا لكيفية تنظيم الأنسجة. ومن خلال تحويل التوصيف المكاني إلى قراءة قابلة للاستجواب للنسيج، يقدم VINTER طريقة جديدة لاستكشاف أحياء الجسم، مما يسمح للعلماء بطرح أسئلة حول الأدلة الكامنة وراء كل قرار بيولوجي ورؤية الأنماط الخفية التي تحدد الصحة والمرض.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.