CloneVI: A deep generative model for deciphering the relationships between cell state and mitochondrial genotype
يُعد CloneVI نموذجاً توليدياً عميقاً يستنتج البنى النسيلية من بيانات التعبير الجيني أحادية الخلية أو إمكانية الوصول إلى الكروماتين لفك الارتباط بين طفرات الحمض النووي الميتوكوندري وحالات خلوية محددة في سياقات مرضية مختلفة.
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
داخل كل خلية حية، يوجد تاريخ معقد مكتوب بلغتين مختلفتين. إحدى اللغتين هي الشفرة الوراثية، وهي الحمض النووي (DNA) الذي يعمل كشجرة عائلة، يتتبع أي الخلايا مرتبطة ببعضها البعض من خلال طفرات مشتركة. واللغة الأخرى هي الحالة الراهنة للخلية، وهي لقطة لما تفعله الخلية في هذه اللحظة، مثل ما إذا كانت تحارب عدوى أو تنقسم لإنشاء المزيد من الأنسجة. لفترة طويلة، استطاع العلماء قراءة هاتين اللغتين بشكل منفصل؛ حيث كان بإمكانهم رسم خرائط لأشجار عائلات الخلايا السرطانية من خلال النظر في حمضها النووي، أو مراقبة ما تفعله الخلية عبر قياس نشاطها. لكن فهم كيف يشكل التاريخ العائلي للخلية سلوكها الحالي كان أمراً صعباً لأن الأدوات التي تقرأ اللغتين معاً كانت غالباً غير دقيقة. لقد استطاعوا رؤية شجرة العائلة، لكنهم واجهوا صعوبة في رؤية كيف تؤثر تلك الشجرة على الحياة اليومية للخلية، أو العكس.
لقد غيرت أداة جديدة تسمى "CloneVI"، طورها باحثون في جامعة ناغويا ومؤسسات أخرى، هذا الواقع من خلال تعلم قراءة اللغتين في آن واحد. ركز الباحثون على نوع محدد من العلامات الجينية الموجودة في الميتوكوندريا، وهي محطات الطاقة الصغيرة داخل الخلايا. هذه العلامات، وهي تغيرات صغيرة في الحمض النووي للميتوكوندريا، تعمل كعلامات طبيعية يمكنها تحديد أي الخلايا تنتمي إلى نفس الخط العائلي. كان التحدي يكمن في أن هذه العلامات غالباً ما تكون مبعثرة ويصعب العثور عليها، والخلايا التي تحملها قد تقوم بأشياء مختلفة تماماً. بنى الفريق نموذج تعلم عميق لا يكتفي بالبحث عن العلامات لبناء شجرة عائلة فحسب، بل يتعلم أولاً فهم النشاط الحالي للخلية ثم يتساءل: بناءً على هذا النشاط، ما هي شجرة العائلة التي من المرجح أن تنتمي إليها هذه الخلية؟ هذا النهج يقلب الطريقة التقليدية رأساً على عقب، مما يسمح للنموذج برؤية كيف تتوزع العائلات الجينية عبر أنواع مختلفة من سلوك الخلايا.
اختبر الباحثون هذه الفكرة أولاً باستخدام محاكاة حاسوبية، حيث أنشأوا بيانات اصطناعية حيث يعرفون الإجابات الدقيقة. في هذه الاختبارات، نجح النموذج في إعادة بناء الهياكل العائلية الخفية، حتى عندما كانت العائلات المختلفة مختلطة في نفس مجموعة الخلايا. استطاع النموذج تحديد ما إذا كانت الخلية تنتمي إلى عائلة واحدة بثقة عالية، أو ما إذا كانت في منطقة رمادية حيث تتداخل عائلتان، حيث يقوم بتعيين احتمالية لكل إمكانية بدلاً من فرض خيار واحد جامد. هذه القدرة على التعامل مع عدم اليقين أمر بالغ الأهمية لأن الأنظمة البيولوجية الحقيقية نادراً ما تكون بالأبيض والأسود.
وعندما طبق الفريق أداة "CloneVI" على بيانات حقيقية من مرضى يعانون من اضطرابات الدم، كانت النتائج مذهلة. في إحدى مجموعات البيانات المتعلقة بمرضى يعانون من تكوين الدم النسلي، وهي حالة تتراكم فيها الخلايا الدموية الطفرات، حدد النموذج عائلات محددة من الخلايا التي لم تكن معرفة بطفراتها فحسب، بل بما تفعله أيضاً. فقد وجد أن بعض العائلات الطافرة تتركز بكثافة في أنواع محددة من الخلايا المناعية، وخاصة الخلايا التائية (T cells) التي تقاتل بنشاط. استطاع النموذج التنبؤ بوجود هذه الطفرات في خلايا جديدة بمجرد النظر إلى أنماط نشاطها، متفوقاً بذلك على الطرق القديمة التي كانت تعتمد على المتوسطات البسيطة. وقد أظهر أن التاريخ العائلي للخلية مرتبط بعمق بوظيفتها الحالية، حيث تزدهر بعض العائلات الطافرة فقط في بيئات خلوية محددة.
كما اختبر الباحثون الأداة على بيانات من سرطان الليمفوما الخلايا البائية المزمنة، وهو نوع من سرطان الدم، باستخدام طريقة مختلفة لقياس نشاط الخلية تعتمد على كيفية ضغط الحمض النووي. هنا، استطاع النموذج التمييز بين مجموعتين من الخلايا تحملان نفس الطفرة تماماً ولكن لديهما مستويات مختلفة من تلك الطفرة بداخلهما. هذا يشابه امتلاك فرعين من عائلة واحدة يتشاركان في اسم العائلة ولكن لديهما كميات مختلفة من إرث عائلي معين؛ حيث استطاع النموذج التمييز بينهما بناءً على نشاطهما. وربط النموذج إحدى هاتين المجموعتين بزيادة الوصول إلى جين يسمى "PAX9"، والذي ارتبط بتقدم المرض. تشير هذه النتيجة إلى أن النموذج يمكنه ربط سلالة جينية محددة بآلية بيولوجية معينة تدفع المرض.
وفي دراسة واسعة النطاق شملت أورام المبيض من خمسة متبرعين مختلفين، تحتوي على أكثر من 100,000 خلية، أصبحت قوة هذا النهج أكثر وضوحاً. حدد النموذج مجموعات الخلايا الطافرة التي كانت متجمعة في حالات محددة، مثل الخلايا المناعية في حالة الإنهاك، وهي حالة تصبح فيها الخلايا منهكة من القتال ضد السرطان. ومن خلال ترجيح التحليل بناءً على احتمالية انتماء الخلية إلى عائلة طافرة، تمكن الباحثون من تحديد البرامج البيولوجية النشطة في تلك الخلايا الطافرة بدقة. ووجدوا أن تلك الخلايا الطافرة المنهكة أظهرت نمطاً متميزاً من النشاط يختلف عن الخلايا غير الطافرة، مما كشف عن البصمة الجزيئية المحددة لتطور المرض.
تثبت هذه الدراسة أنه من خلال البدء بما تفعله الخلية والعمل بشكل عكسي للوصول إلى تاريخها العائلي، يمكن للعلماء الكشف عن علاقات كانت مخفية سابقاً. لا يجبر النموذج الخلايا على الدخول في صناديق جامدة؛ بل يرسم خريطة لمشهد تتداخل فيه الخطوط العائلية وحالات الخلايا وتتفاعل مع بعضها البعض. يوفر هذا طريقة لفهم كيف تقود التغيرات الجينية التنوع في السلوك المشاهد في أمراض مثل السرطان. لقد أتاح الباحثون البرنامج للآخرين، مقدمين عدسة جديدة لرؤية التفاعل المعقد بين ماضي الخلية وحاضرها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.