Spectrast: a multiscale spatial statistics toolkit for single-cell spatial transcriptomics
تُعد Spectrast مجموعة أدوات للإحصاء المكاني متعدد المقاييس تستفيد من عمليات الالتفاف القائمة على تحويل فورييه السريع على بيانات التعبير الجيني المرتسمة لتمكين التحليل الفعال واسع النطاق للتنظيم المكاني وإعادة التنظيم التفاضلي في مجموعات بيانات النسخ المكاني أحادي الخلية.
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
تخيل أنك تحاول فهم مدينة صاخبة ليس من خلال النظر إلى زاوية شارع واحدة، بل من خلال رؤية كيف ترتبط كل بناية وحديقة وطريق بما حولها. في علم الأحياء، أصبح العلماء قادرين بشكل متزايد على فعل ذلك مع الأنسجة داخل الجسم؛ حيث يمكنهم الآن رسم خريطة لمواقع الخلاكن الفردية وما هي الجينات النشطة داخلها، مما يخلق صورة مفصلة لكيفية تنظيم الحياة في الفضاء. لعقود من الزمن، استخدم الباحثون أدوات رياضية لقياس مدى تشابه أو اختلاف الأشياء عندما تكون قريبة من بعضها البعض. تساعد هذه الأدوات في الإجابة على أسئلة مثل: هل تميل الخلايا التي تؤدي نفس الوظيفة إلى التكتل؟ هل تعمل جينات معينة فقط في أحياء محددة؟ ومع ذلك، مع تحسن التكنولوجيا المستخدمة لرسم خرائط لهذه الأنسجة، انفجر حجم البيانات. يمكن للآلات الحديثة الآن التقاط موقع والنشاط الجيني لمئات الآلاف من الخلايا في وقت واحد. لكن الأدوات الرياضية القديمة، التي صُممت لمجموعات بيانات أصغر، تعاني لمواكبة هذا التطور؛ فهي تصبح بطيئة للغاية وتستهلك قدرًا هائلاً من الذاكرة عندما تُطالب بفحص العلاقات بين كل خلية وجيرانها عبر مسافات كبيرة، مما يضطر العلماء إلى اختيار مسافة واحدة عشوائية للنظر إليها، وهو ما قد يؤدي لتجاهل الصورة الأكبر.
قام فريق من الباحثين في كلية دارتموث بتطوير نهج جديد لحل هذه المشكلة، محولين عنق الزجاجة الحسابي إلى عملية سلسة وسريعة. لقد أنشأوا مجموعة أدوات تسمى "Spectrast" تسمح للعلماء بالنظر إلى تنظيم الأنسجة عبر نطاق مستمر من المسافات، بدءًا من الجيران المباشرين للخلية وصولاً إلى مقطع النسيج بأكمده، دون الغرق في الحجم الهائل للبيانات. وبدلاً من التعامل مع النسيج كمجموعة فوضوية من النقاط الفردية، يقوم النهج الجديد أولاً بتنظيم البيانات في شبكة منتظمة ومرتبة، تمامًا مثل الصورة الرقمية. وبمجرد وضع البيانات على هذه الشبكة، يستخدم الباحثون اختصارًا رياضيًا قويًا، صُمم في الأصل لمعالجة الإشارات، لحساب كيفية ارتباط الخلاوة ببعضها البعض. يسمح هذا الاختصار للكمبيوتر بإجراء نفس العملية لكل المسافات الممكنة في آن واحد، بدلاً من فحص كل مسافة على حدة. والنتيجة هي أداة يمكنها التعامل مع مجموعات البيانات الضخمة التي تنتجها التكنولوجيا الحديثة، كاشفةً عن أنماط كانت غير مرئية سابقًا لأن أجهزة الكمبيوتر ببساطة لم تكن قادرة على معالجتها.
عندما اختبر الباحثون نظامهم الجديد، وجدوا أنه يمكنه إعادة إنتاج نتائج الطرق القياسية الموثوقة بدقة تقارب الكمال. لكن الطفرة الحقيقية كانت في السرعة واستخدام الذاكرة. بالنسبة للمسافات الصغيرة، كان الأداة الجديدة قابلة للمقارنة بالطرق الموجودة، ولكن مع زيادة المسافة، أصبح الفرق دراماتيكيًا. فبينما كانت الطرق القديمة تتوقف عن العمل (تنهار) أو تستغرق وقتًا غير عملي عندما يُطلب منها النظر في أحياء تزيد مساحتها عن بضع مئات من الميكرومترات، تعامل النظام الجديد مع هذه المقاييس الكبيرة بكل سهولة. وفي اختبارات شملت مقاطع نسيجية تحتوي على ما يقرب من 700,000 خلية، كان النهج الجديد أسرع بمئات المرات من الطرق القياسية عند أكبر المسافات. كما استخدم جزءًا ضئيلاً من ذاكرة الكمبيوتر، مما سمح له بالعمل على الأجهزة القياسية حيث تفشل الطرق القديمة تمامًا. هذا الكفاءة تعني أن العلماء يمكنهم الآن التوقف عن التخمين بشأن المسافة الوحيدة الأكثر أهمية للدراسة؛ وبدلاً من ذلك، يمكنهم المسح عبر نطاق واسع من المسافات لرؤية كيف يتغير تنظيم الجينات والخلايا أثناء التوسع من الحي الموضعي إلى المشهد النسيجي الأوسع.
تجلت قوة هذا النهج من خلال تطبيقه على عقدة لمفاوية بشرية، وهي عضو معقد يعمل كمرشح للجهاز المناعي. ومن خلال تحليل الأنماط المكانية لآلاف الجينات عبر مسافات مختلفة، استطاع الباحثون تحديد هياكل بيولوجية متميزة بناءً على كيفية تنظيمها. وجدوا أن بعض الجينات، التي تميز خلايا مناعية معينة، كانت متكتلة بإحام في مجموعات صغيرة وضيقة، بينما انتشرت جينات أخرى على مساحات أكبر بكثير. على سبيل المثال، أظهرت الجينات المرتبطة بالأوعية الدموية نمطًا يتكرر كل بضع عشرات من الميكرومترات، وهو ما يطابق الهيكل الدقيق والمتفرع للشبكة الوعائية. وفي المقابل، أظهرت الجينات المرتبطة بخلايا B الذاكرة، وهي نوع من الخلايا المناعية، نمطًا يتكرر كل مائة ميكرومتر تقريبًا، وهو ما يتوافق مع الهياكل الدائرية الأكبر المعروفة باسم الجريبات. ومن خلال تلخيص هذه الأنماط في منحنى واحد لكل جين، تمكن الباحثون من تحديد المقياس الدقيق الذي يكون فيه تنظيم الجين في أقوى حالاته. وقد سمح ذلك لهم بتجميع الجينات حسب سلوكها المكاني وربط تلك المجموعات بوظائف بيولوجية محددة، مما أكد أن الأنماط الرياضية تطابق البنية الفيزيائية المعروفة للعقدة اللمفاوية.
كما أثبتت مجموعة الأدوات قدرتها على اكتشاف التغييرات الطفيفة في كيفية تنظيم الأنسجة عند تغير الظروف. ففي دراسة لأنسجة دماغ الفئران المتأثرة بنموذج لمرض ألزهايمر، قارن الباحثون بين الأنسجة السليمة والأنسجة التي تحتوي على لويحات الأميلويد، وهي كتل البروتين المرتبطة بالمرض. ووجدوا أنه بينما لم تتغير الكمية الإجمالية لبعض الجينات بشكل كبير بين المجموعتين، فإن تنظيمها المكاني قد تغير. وتحديدًا، أظهرت الجينات المشاركة في الاستجابة المناعية لخلايا دعم الدماغ تحولًا دراماتيكيًا؛ ففي الأنسجة السليمة، كانت هذه الجينات منتشرة عشوائيًا، ولكن في الأنسجة المصابة، أصبحت منظمة للغاية في تكتلات ضيقة حول لويحات الأميلويد. وكان هذا إعادة التنظيم قابلة للكشف فقط لأن الطريقة الجديدة يمكنها النظر في البيانات عبر مسافات عديدة وتحديد المقياس المحدد الذي حدث فيه التغيير. ووجد الباحثون أن عشرة جينات أظهرت هذا التحول الكبير في التنظيم، مما يسلط الضوء على تغيير هيكلي في النسيج كان سيتم إغفاله لو نظروا فقط إلى إجمالي تعبير الجينات أو اختاروا مسافة واحدة عشوائية للقياس.
يؤكد المؤلفون أن هذه الأداة ليست مجرد طريقة أسرع للقيام بالحسابات القديمة، بل هي وسيلة لطرح أسئلة جديدة حول التنظيم البيولوجي. فمن خلال جعل تحليل الإحصاءات المكانية عبر نطاق كامل من المقاييس أمرًا عمليًا، تتيح هذه الطريقة للباحثين رؤية القصة الكاملة لكيفية ترتيب الخلايا لنفسها. وتظهر الدراسة أن الهياكل البيولوجية غالبًا ما تعمل عند مسافات محددة ومميزة، وأن هذه المسافات يمكن أن تختلف اعتمادًا على نوع الخلية أو حالة النسيج. وبينما يعتمد النهج على تقريب النسيج كشبكة، مما يؤدي إلى قدر ضئيل من الخطأ، فقد أظهر الباحثون أن هذا الخطأ ضئيل ويمكن تصحيحه عند الضرورة. ويشير العمل إلى أن المقياس الذي ننظر من خلاله إلى نظام بيولوجي لا يقل أهمية عن الشيء الذي ننظر إليه. ومن خلال إزالة العوائق الحسابية التي أجبرت العلماء على اختيار مقياس واحد، تفتح مجموعة الأدوات الجديدة هذه الباب أمام فهم أكثر اكتمالًا للمنطق المكاني الذي يحكم كيفية بناء الأنسجة وكيفية تغيرها في حالات المرض.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.