PHASOR: An Open-Source Pipeline for Hidden Markov Model Analysis of Stimulus-Locked Retinal Multielectrode-Array Population Activity

غالبًا ما يُنظر إلى الشبكية على أنها مجرد عدسة كاميرا بسيطة للدماغ، لكنها في الواقع دائرة عصبية معقدة تعالج المعلومات البصرية قبل إرسالها. داخل هذه الطبقة الرقيقة من الأنسجة، تطلق آلاف الخلايا العصبية الفردية، المسماة خلايا العقدة الشبكية، إشارات كهربائية استجابةً للضوء. وبينما درس العلماء لفترة طويلة كيفية تفاعل الخلابات الفردية مع الضوء، فإن هناك فهمًا متزايدًا بأن القصة الحقيقية للرؤية تكمن في كيفية عمل هذه الخلايا معًا كمجموعة. تمامًا كما لا يمكن لآلة موسيقية واحدة في أوركسترا أن تنقل سيمفونية، فإن خلية عصبية واحدة لا يمكنها تفسير كيفية رؤية الدماغ للعالم بشكل كامل. لقد كان التحدي الذي واجه الباحثين هو الاستماع إلى ثرثرة مئات من هذه الخلايا في وقت واحد وإيجاد الأنماط المتكررة في سلوكها الجماعي، خاصة عندما ترتبط تلك الأنماط بلحظات زمنية محددة، مثل وميض الضوء.

ولحل هذه المشكلة، طور فريق من الباحثين أداة برمجية جديدة تسمى PHASOR، صُممت للاستماع إلى "المحادثة الجماعية" للشبكية وترجمتها إلى قصة واضحة. سجل الباحثون النشاط الكهربائي للخلايا الشبكية من الفئران، سواء كانت سليمة أو تلك التي تعاني من حالة وراثية تسبب تلفًا في خلاياها الحساسة للضوء. عرضوا هذه الشبكيات لوميض ضوئي إيقاعي شامل للمجال، مع تغيير السطوع من الخافت إلى الساطع جدًا. كان الهدف هو معرفة ما إذا كانت مجموعة الخلايا ستستقر في أنماط نشاط متميزة ومتكررة تتوافق مع توقيت وشدة الضوء، بدلاً من مجرد الانطلاق بشكل عشوائي.

تبدأ العملية بمحاذاة كل نبضة كهربائية من الخلايا مع اللحظة الدقيقة لتغير الضوء. ثم يقوم البرنامج بفرز الخلايا بناءً على كيفية تفاعلها مع الإيقاع: بعضها يعمل عند تشغيل الضوء، وبعضها عند إطفائه، والبعض الآخر لديه استجابات أكثر تعقيدًا. وبمجرد تصنيف الخلايا، يستخدم البرنامج طريقة إحصائية لتجميع الجمهرة بأكملاء في حالات خفية. تخيل الجمهرة من الخلايا كحشد كبير؛ في أي ثانية، قد يكون الحشد في حالة يكون فيها معظم الناس من نوع واحد يتحدثون، أو حالة أخرى يكون فيها مزيج مختلف نشطًا. يحاول البرنامج تحديد عدد حالات الحشد المتميزة هذه وفي أي حالة توجد الشبكية في كل لحظة.

عند اختبار الأداة على بيانات تم إنشاؤها بواسطة الكمبيوتر حيث عرف الباحثون العدد الدقيق للحالات مسبقًا، أثبتت الأداة دقة ملحوظة. وحتى عندما اختار البرنامج وصف البيانات بعدد حالات أكبر قليلاً مما هو موجود بالفعل، فقد نجح في إعادة بناء تسلسل الأحداث بدقة شبه كاملة. في هذه المحاكاة، حددت الأداة توقيت وترتيب الحالات الخفية بشكل صحيح في كل مرة تقريبًا، مما أظهر قدرتها على استعادة البنية الأساسية للبيانات حتى لو كان العدد الدقيق للحالات غير دقيق تمامًا. هذا التمييز أمر بالغ الأهمية: فالأداة مصممة لإيجاد نمط النشاط، وليس بالضرورة لعد الحالات بدقة رياضية.

وعند تطبيقها على تسجيلات حقيقية من شبكيات فئران سليمة، كشفت الأداة عن نسيج غني من النشاط. لم تكن الشبكيات تطلق نبضاتها عشوائيًا فحسب؛ بل كانت تنتقل بين حالات متميزة تستمر لعشرات إلى مئات الملي ثانية. لم تكن هذه الحالات موحدة؛ فبعضها يهيمن عليه الخلايا التي تستجيب لتشغيل الضوء، بينما يهيمن على البعض الآخر الخلايا التي تستجيب لإطفاء الضوء. أظهرت الأداة أنه مع زيادة تباين الضوء، تنتقل الجمهرة إلى حالات جديدة، ويتغير المزيج المحدد للخلايا النشطة بطريقة يمكن التنبؤ بها. على سبيل المثال، عند مستويات التباين الأعلى، قضت الجمهرة وقتًا أطول في الحالات التي تكون فيها الخلايا "المستجيبة للتشغيل" نشطة للغاية، وكانت الانتقالات بين هذه الحالات مرتبطة ارتباطًا وثيقًا بإيقاع الضوء الوامض.

للتأكد من أن هذه الأنماط ناتجة حقًا عن الضوء وليس مجرد ضوضاء عشوائية، أجرى الباحثون تجربتين ضابطتين. في الأولى، قاموا بتشغيل نفس بروتوكول التوقيت ولكن بدون تسليط ضوء على الشبكية. في هذه الحالة، انطلقت الخلايا بمعدل ثابت ومنخفض، ولم يجد البرنامج أي حالات منظمة تتماشى مع توقيت البروتوكول. وفي الضابطة الثانية، استخدموا شبكية من فأر يعاني من حالة وراثية تدمر الخلايا الحساسة للضوء. وبالرغم من تسليط الضوء، لم تنظم الخلايا نفسها في الأنماط الإيقاعية التي شوهدت في العيون السليمة. أكدت هذه الضوابط أن الحالات المتكررة والمعقدة الموجودة في الشبكيات السليمة كانت استجابة مباشرة للمثير البصري.

سمحت الأداة أيضًا للباحثين باختبار كيفية تفاعل الشبكية عندما يتم حظر مسار كيميائي معين. من خلال تطبيق عقار يعمل على إسكات المسار "المستجيب للتشغيل" في الشبكية، لاحظ الباحثون تغيرًا دراماتيكيًا في سلوك الجمهرة. تغير تسلسل الحالات بشكل مرئي، وتغير توقيت الاستجابات، مما أكد أن الأداة يمكنها اكتشاف كيف تغير التلاعبات البيولوجية المحددة النشاط الجماعي للشبكة العصبية. تشير هذه الحساسية إلى أن الطريقة يمكن استخدامها لفهم كيفية مساهمة أجزاء مختلفة من النظام البصري في الصورة الإجمالية التي يتلقاها الدماغ.

تكمن أهمية هذا العمل في قدرته على تحويل تيار فوضوي من الإشارات الكهربائية إلى نموذج وصفي يمكن إدارته لكيفية عمل الشبكية كفريق. لم يكتشف الباحثون نوعًا جديدًا من الخلايا أو قانونًا بيولوجيًا جديدًا؛ بل بنوا مسارًا قابلاً لإعادة الاستخدام يربط توقيت المحفز بالسلوك الجماعي للجمهرة. توفر الحالات التي حددتها الأداة خريطة وصفية لنشاط الجمهرة، حيث توضح أي مجموعات من الخلايا تنشط معًا ولأي مدة. وبينما كان العدد الدقيق للحالات الموجودة في المحاكاة أعلى أحيانًا من العدد الحقيقي، فقد تم استعادة تسلسل الأحداث بدقة عالية، مما يثبت أن الطريقة قوية في إيجاد البنية الأساسية للنشاط العصبي. يقدم هذا النهج طريقة جديدة للعلماء لفحص كيفية معالجة أول محطة بصرية للدماغ للمعلومات، متجاوزين دراسة الخلايا الفردية لفهم ديناميكيات المجموعة التي تحدد ماهية الرؤية.