InfluProto: Predicting Cross-Species Transmission of Influenza A Virus via Prototype Learning
تقدم الورقة البحثية نموذج InfluProto، وهو نموذج تعلم عميق يستخدم تعلم النماذج الأولية (prototype learning) لتكميم تكيف فيروس الإنفلونزا أ مع المضيف كعملية مستمرة، مما يحقق دقة عالية في التنبؤ بانتقال الفيروس بين الأنواع ويقدم أداة قيمة للمراقبة الوبائية.
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
تُعد الفيروسات بارعة في تغيير أشكالها، حيث تعيد كتابة تعليماتها الجينية باستمرار من أجل البقاء والانتشار. ومن بين أكثر هذه الفيروسات هيبة هي فيروسات الإنفلونزا من النوع (أ)، التي تنتقل بين الحيوانات والبشر بوتيرة مثيرة للقلق. هذه الانتقالات، المعروفة باسم الانتقال الحيواني المنشأ، هي الشرارة التي يمكن أن تشعل جائحات عالمية. لعقود من الزمن، اعتمد العلماء على التجارب المختبرية لتحديد الحيوان الذي يفضله الفيروس وما إذا كان بإمكانه الانتقال إلى البشر. تُعد هذه التجارب هي المعيار الذهبي، لكنها بطيئة ومكلفة وصعبة التنفيذ على آلاف السلالات الفيروسية الجديدة المكتشفة كل عام. وفي السنوات الأخيرة، توجه الباحثون نحو الحواسيب، آملين في التنبؤ بسلوك الفيروس بمجرد قراءة شفرته الجينية. ومع ذلك، فقد عاملت معظم النماذج الحاسوبية سؤال "أي مضيف؟" كخيار بسيط بين ثلاث فئات متميزة: إنسان، أو خنزير، أو طائر. هذا النهج يغفل حقيقة بيولوجية حاسمة: الفيروسات لا تتناسب دائمًا بشكل مرتب داخل فئة واحدة؛ فالعديد من السلالات توجد في منطقة رمادية، وتتطور بطرق تسمح لها بإصابة أنواع متعددة في آن واحد، أو تقع في مرحلة انتقالية تطورية بينها.
لقد طور فريق من الباحثين أداة جديدة تسمى "InfluProto" تغير طريقة نظرنا إلى هذه المشكلة. فبدلاً من إجبار الفيروس على الدخول في صندوق واحد، يعامل النموذج التكيف مع المضيف كرحلة مستمرة. تخيل خريطة حيث الوجهات الثلاث الرئيسية هي الإنسان والخنزير والطائر؛ النماذج التقليدية ستطلب من الفيروس اختيار وجهة واحدة وتعيينه هناك، أما "InfluProto"، على النقيما، فيحسب بالضبط مدى بعد الفيروس عن كل وجهة من هذه الوجهات الثلاث. يتيح هذا للنظام رؤية فيروس يقع في منتصف الطريق بين الخنزير والإنسان، معترفًا به كحالة وسيطة فريدة بدلاً من اعتباره خطأً أو تصنيفًا خاطئًا. ومن خلال قياس هذه المسافات، يمكن للنموذج تحديد مدى قرب الفيروس من القدرة على إصابة نوع جديد، مما يوفر صورة أكثر دقة وتفصيلًا للمخاطر التي يشكلها.
بنى الباحثون هذا النظام باستخدام إطار عمل للتعلم العميق تم تدريبه على ما يقرب من 30,000 تسلسل فيروسي كانت معروفة بكونها مقيدة بنوع واحد من المضيف. لقد علموا الحاسوب التعرف على الأنماط الجينية التي تحدد الفيروس المتكيف مع البشر أو الخنازير أو الطيور. وبمجرد تدريبه، لم يكتفِ النموذج بتسمية الفيروسات الجديدة فحسب، بل وضعها على طيف مستمر. وعند اختباره على فيروس الإنفلونزا (H1N1) المسبب للجائحة في عام 2009، وهو سلالة اشتهرت بقدرتها على إصابة كل من البشر والخنازير، تفوق "InfluProto" بشكل ملحوظ على نماذج التصنيف القياسية. فبينما كانت النماذج القديمة تميل إلى تصنيف معظم هذه الفيروسات الجائحية كفيروسات "خنازير" بسبب أصولها، استطاع "InfluProto" تحديد الإشارات الجينية الدقيقة التي سمحت لها بالازدهار في البشر أيضًا. لقد أدرك أن هذه الفيروسات تشغل منطقة وسطى، مما يعكس طبيعتها الحقيقية كجسر بين الأنواع.
بعيدًا عن مجرد تحديد المضيف، كشف النموذج عن السمات الجينية المحددة التي تقود هذه التغييرات. ومن خلال تحليل الأجزاء التي ركز عليها الحاسوب في الجينوم الفيروسي، وجد الباحثون أن النموذج ركز على نفس المناطق التي يعرف العلماء أنها حاسمة للانتقال بين المضيفات، مثل الجينات المسؤولة عن الغلاف الخارجي للفيروس وآلياته الداخلية. سلط النظام الضوء على نقاط محددة في الشفرة الجينية تُعرف بأنها تحدد ما إذا كان الفيروس يمكنه إصابة الإنسان أو الطائر، مما يشير إلى أن الحاسوب تعلم القواعد البيولوجية الفعلية للعبة، وليس مجرد حفظ الأنماط. وعندما قام الباحثون بمحاكاة خلط الجينات الفيروسية — وهي عملية تسمى "إعادة التشكيل" حيث يتبادل الفيروس أجزاء من جينومه مع فيروس آخر — اكتشف النموذج التحول في تفضيل المضيف. فقد أظهر أن تبادل قطع محددة من فيروس خنزير مع تلك القادمة من فيروس بشري ينقل الهجين الناتج نحو طرف البشر في الطيف، متنبئًا بدقة بزيادة خطر الإصابة البشرية.
تمتد فائدة هذا النهج لتشمل تتبع كيفية تطور الفيروسات بمرور الوقت. فمن خلال تطبيق النموذج على آلاف فيروسات (H1N1) الجائحية التي جُمعت على مر السنين، لاحظ الباحثون أن المسافة إلى المضيف البشري تغيرت في موجات. ومع ظهور متغيرات جديدة وحلولها محل القديمة، رصد النموذج تحولات في مدى تكيفها مع البشر، متوقعًا في كثير من الأحيان التغييرات في قدرتها على الانتشار. هذه القدرة على قياس "قرب" الفيروس من المضيف البشري توفر وسيلة كمية لمراقبة التطور الفيروسي في الوقت الفعلي. وقد أتاح الباحثون هذه الأداة للجمهور من خلال موقع إلكتروني تفاعلي، مما يسم يسمح للعلماء بإدخال التسلسلات الفيروسية ورؤية مكان سقوطها في طيف التكيف مع المضيف فورًا.
يمثل هذا العمل تحولًا من التصنيف الجامد إلى الفهم المرن للسلوك الفيروسي. فمن خلال الاعتراف بأن التكيف مع المضيف هو عملية مستمرة، يقدم "InfluProto" طريقة أكثر واقعية لتقييم تهديد الفيروسات الناشئة. هو لا يدعي التنبؤ بالمستقبل بيقين، لكنه يوفر عدسة جديدة قوية للمراقبة. وبينما يواجه العالم عددًا متزايدًا من الأمراض حيوانية المنشأ، ستكون الأدوات التي يمكنها اكتشاف التحولات الجينية الدقيقة التي تشير إلى انتقال بين الأنواع ضرورية للإنذار المبكر والاستعداد. ويشير النموذج إلى أن الفيروسات الأكثر خطورة هي غالبًا تلك التي لا تتناسب بدقة مع فئة واحدة، ومن خلال قياس موقعها على الطيف، يمكننا فهم المسار الذي قد تسلكه بعد ذلك بشكل أفضل.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.