Quantitative assessment of collagen architecture from routine histopathological images shows concordance with Second Harmonic Generation microscopy
تُظهر هذه الدراسة أن التحليل الحسابي لصور الأنسجة الروتينية المصبوغة بصبغة "ماسون-جولدنر تريكروم" يمكنه قياس بنية الكولاجين بدقة مع توافق كبير مع مجهر "التوليد التوافقي الثاني" المتخصص، مما يوفر بديلاً قابلاً للتوسع ومتاحاً سريرياً لتقييم تنظيم المصفوفة خارج الخلوية.
المؤلفون الأصليون:Ingawale, V., Dandapat, K., Konkada Manattayil, J., Gupta, S., Shashidhara, L. S., Koppiker, C., Shah, N., Raghunathan, V., Kulkarni, M.
تخيل أنك تحاول فهم مخطط مدينة ما. في عالم أبحاث السرطان، "المدينة" هي الورم، و"الشوارع" مصنوعة من الكولاجين، وهو بروتين ليفي قوي يعمل كدعامة لأجسامنا.
لطال heavy العلماء أن الطريقة التي تترتب بها شوارع الكولاجين هذه يمكن أن تخبرنا الكثير عن مدى خطورة السرطان. فإذا كانت الشوارع مستقيمة ومتراصفة، فقد يساعد ذلك الخلا السرطانية على الهروب بسرعة. أما إذا كانت فوضوية وغير منظمة، فقد تحبسها.
المشكلة: "المعيار الذهبي" مكلف للغاية
لسنوات، كانت الطريقة الوحيدة لرؤية شوارع الكولاجين هذه بوضوح هي استخدام مجهر عالي التقنية ومكلف للغاية يسمى توليد التوافق الثاني (SHG).
التشبيه: فكر في تقنية (SHG) كأنها خريطة أقمار صناعية ملتقطة من الفضاء. فهي ترى ألياف الكولاجين بشكل مثالي، دون الحاجة إلى أي طلاء أو صبغة، لأنها تستخدم ضوء ليزر خاص. إنها "المعيار الذهبي" للدقة.
العقبة: هذا القمر الصناعي باهظ الثمن للغاية، وصعب التشغيل، ولا يمكنه إلا النظر إلى حي صغير جداً في كل مرة. معظم المستشفيات لا تملك واحداً، لذا لا يستطيع الأطباء استخدامه لمساعدة المرضى بشكل يومي.
الحل: استخدام كاميرا "عرض الشارع"
يمتلك الأطباء بالفعل أداة مختلفة: مجاهر قياسية تنظر إلى الأنسجة المصبوغة بصبغات ملونة (مثل صبغة ماسون-جولدنر ترايكروم).
التشبيه: هذا يشبه استخدام "عرض الشارع" من جوجل (Google Street View). إنه موجود في كل مكان، ورخيص، ويغطي المدينة بأكملة. لكن الصورة ليست سوى صورة مسطحة؛ فهي لا تملك الوضوح ثلاثي الأبعاد لليزر.
السؤال: هل يمكننا استخدام الكمبيوتر لتحليل صور "عرض الشارع" القياسية هذه والحصول على نفس المعلومات التي توفرها "الأقمار الصناعية" المكلفة؟
ماذا فعل الباحثون؟
قام الفريق بإجراء تجربة من ثلاث خطوات على عينات من أنسجة سرطان الثدي:
اختبار التوافق: أولاً، تحققوا مما إذا كانت الصبغة الملونة المستخدمة في المختبرات القياسية ستؤثر على رؤية الليزر للمجهر المكلف.
النتيجة: لم يحدث ذلك! لا يزال الليزر بإمك القدم رؤية ألياف الكولاجين بشكل مثالي من خلال الصبغة. في الواقع، جعلت الصبغة الألياف تبدو أكثر وضوحاً. وهذا يعني أنه يمكنهم استخدام نفس قطعة النسيج لكلا الاختبارين.
المقارنة: أخذوا صور "أقمار صناعية" (SHG) وصور "عرض شارع" (شرائح رقمية قياسية) لنفس المواقع بالضبط في النسيج.
استخدموا "عقلين" حاسوبيين مختلفين لتحليل صور عرض الشارع:
العقل (أ): برنامج حاسوبي تقليدي يعتمد على القواعد (مثل الآلة الحاسبة).
العقل (ب):تعلم الآلة (Machine Learning) الحديث (مثل مساعد ذكي يتعلم من خلال النظر إلى آلاف الأمثلة).
الحكم النهائي: قارنوا البيانات الناتجة عن الحواسيب مقابل بيانات "المعيار الذهبي" من الأقمار الصناعية.
النتيجة:لقد نجح الأمر! أعطت الحواسيب التي حللت الصور الرخيصة والقياسية نتائج تطابق تماماً بيانات مجهر الليزر المكلف. لقد تمكنت بدقة من عد عدد الألياف، والمساحة التي تغطيها، ومدى انتظام اصطفافها.
لماذا يهم هذا الأمر؟
هذا أمر بالغ الأهمية لثلاثة أسباب:
إمكانية الوصول: لا تحتاج إلى قمر صناعي بمليون دولار للحصول على البيانات. أنت فقط بحاجة إلى مجهر قياسي وجهاز كمبيوتر.
القابلية للتوسع: يمكن للمجهر القياسي النظر إلى مربع سكني كامل (شريحة نسيج كاملة) في دقائق، بينما يستغرق مجهر الليزر وقتاً طويلاً لمسح بقعة صغيرة جداً. هذا يعني أن الأطباء يمكنهم تحليل عدد أكبر من المرضى، وبسرعة أكبر.
رعاية أفضل: بما أن هذه الطريقة تستخدم الشرائح التي يتم إنتاجها بالفعل في كل مستشفى، فيمكننا البدء في استخدام "خريطة الكولاجين" هذه للتنبؤ بكيفية سلوك سرطان المريض الآن، دون انتظار اختبارات خاصة.
الخلاصة
أثبت الباحثون أننا لسنا بحاجة إلى سيارة فيراري للذهاب إلى المتجر؛ فسيارة عادية وموثوقة (علم الأمراض الرقمي القياسي) يمكنها إيصالنا إلى هناك بنفس الكفاءة إذا كان لدينا نظام تحديد مواقع (GPS) جيد (تحليل حاسوبي ذكي).
من خلال تعليم الحواسيب كيفية "قراءة" بنية الكولاجين في شرائح المختبر الروتينية، يمكننا جلب رؤى متقدمة حول السرطان إلى كل مستشفى، مما يجعل التنبؤات الأفضل لنتائج المرضى ممكنة للجميع، وليس فقط لأصحاب مراكز الأبحاث الفاخرة.
ملخص تقني لورقة بحثية بعنوان "توصيف بنية الكولاجين باستخدام تصوير التوليد التوافقي الثاني (SHG) وعلم الأمراض الرقمي" بواسطة إنجاوالي وآخرون.
1. بيان المشكلة
يُعد تنظيم الكولاجين داخل البيئة الدقيقة للورم (TME) مؤشراً هيكلياً حيوياً لتطور السرطان، وغزوه، والتنبؤ بحالة المريض. ويُعتبر مجهر التوليد التوافقي الثاني (SHH) حالياً "المعيار الذهبي" لتصور وقياس الكولاجين الليفي لأنه خالٍ من الوسم (label-free) ويكتشف بشكل انتقائي هياكل الكولاجين غير متماثلة المركز.
ومع ذلك، يواجه مجهر SHG عوائق كبيرة أمام الاعتماد السريري:
التكلفة العالية والتخصص: يتطلب أجهزة باهظة الثمن ومتخصصة ومشغلين خبراء.
محدودية مجال الرؤية (FOV): يلتقط مناطق صغيرة، مما يجعل من الصعب تقييم التباين السدوّي عبر مقاطع الأنسجة الكبيرة.
التكامل مع سير العمل: لا يتوافق مع سير عمل علم الأمراض النسيجي السريري الروتيني (مثل بروتوكولات الصبغ القياسية).
في المقابل، فإن علم الأمراض النسيجي الروتيني (باستخدام صبغات مثل صبغة ماسون-جولدنر تريكروم) متاح على نطاق واسع ويمكن رقمنته عبر التصوير الكامل للشريحة (WSI). السؤال البحثي المركزي هو: هل يمكن للميزات الكمية للكولاجين المستمدة من صور علم الأمراض الرقمي الروتيني أن تقترب من القياسات التي يتم الحصول عليها من مجهر SHG؟
2. المنهجية
استخدمت الدراسة تحليلاً مقارناً عبر الوسائط باستخدام أنسجة سرطان الثدي (المثبتة في الفورمالين والمدمجة في البارافين - FFPE).
تحضير العينات
الأنسجة: عينة واحدة من ورم حميد وعينتان من سرطان القنوات الغازية (IDC) (واحدة ذات كولاجين منخفض، وأخرى ذات كولاجون مرتفع).
الصبغ: لكل عينة، تم تحضير ثلاثة مقاطع:
غير مصبوغة.
مصبوغة بـ الهيماتوكسيلين والإيوسين (H&E).
مصبوغة بـ ماسون-جولدنر تريكروم.
التصوير:
مجهر SHG: تم إجراؤه على الأنواع الثلاثة من المقاطع للتحقق من توافق الإشارة. استخدم مصدر ليزر بطول موجي 1600 نانومتر لتوليد إثارة بطول 800 نانومتر، مع جمع إشارات SHG المنبعثة للخلف عند 400 نانومتر.
علم الأمراض الرقمي (WSI): تم مسح شرائح التريكروم المصبوغة بتكبير 400x باستخدام ماسح ضوئي ساطع من نوع OptraScan.
خطوط المعالجة الحسابية
تم استخراج مناطق اهتمام (ROIs) متطابقة من صور WSI الرقمية ومقارنتها بصور SHG باستخدام خطي تحليل مستقلين:
سير عمل ImageJ التقليدي (TWOMBLI):
استخدم إلغاء الالتفاف (deconvolution)، والعتبة التلقائية، والهيكلة (skeletonization).
حسب المقاييس: نسبة مساحة الكولاجين %، عدد الألياف (نقاط النهاية + نقاط التفرع)، التماسك (الاصطفاف)، والعد المربع (التعقيد الفركتلي).
خط معالجة التعلم الآلي (ML):
اعتمد نهجاً قائماً على لغة بايثون مع تنعيم غاوسي، وتجميع K-means مصغر للتقسيم اللوني، وشبكة عصبية تلافيفية (U-Net CNN) لتقسيم الألياف.
حسب المقاييس: نسبة مساحة الكولاجين %، عدد الألياف، والتباين الدائري (مقياس للاضطراب).
التحليل الإحصائي
استُخدم تحليل ارتباط سبيرمان لمقارنة المقاييس بين SHG والمسارات الرقمية. كما استُخدمت الاختبارات غير المعلمية (Kruskal-Wallis واختبار Dunn للمقارنات المتعددة) لمقارنة المعاملات عبر أنواع الأنسجة (حميد مقابل IDC منخفض/مرتفع الكولاجين).
3. المساهمات الرئيسية
التحقق من توافق الصبغة: أظهرت الدراسة أن صبغة ماسون-جولدنر تريكروم لا تتداخل مع توليد إشارة SHG. في الواقع، أظهرت مقاطع تريكروم أعلى قدر من إشارة SHG مقارنة بالمقاطع غير المصبوغة أو المصبوغة بـ H&E، ويرجع ذلك على الأرجب إلى تعزيز التباين البصري. وهذا يسمح بمقارنة مباشرة ومحاذية للبكسلات على نفس مناطق الأنسجة.
التحقق من المسارات المزدوجة: تحقق المؤلفون من قياس الكولاجين الكمي باستخدام كل من سير العمل التقليدي لمعالجة الصور (TWOMBLI) ونهج التعلم العميق الحديث (U-Net)، حيث أظهر كلاهما نتائج متسقة عند مقارنتها بـ SHG.
بديل قابل للتوسع: تؤسس الورقة إطاراً لاستخدام علم الأمراض الرقمي الروتيني ومنخفض التكلفة لاستعادة المؤشرات الحيوية السدوية عالية القيمة التي كانت متاحة سابقاً فقط عبر الأنظمة البصرية المتخصصة.
4. النتائج الرئيسية
توافق الإشارة: تم اكتشاف إشارات SHG بقوة في مقاطع التريكروم، مما يؤكد أن الصبغات السريرية الروتينية يمكن استخدامها للتحقق من SHG.
التوافق الكمي:
مساحة الكولاجين: ارتباط إيجابي قوي بين SHG والمسار الرقمي (TWOMBLI) (r=0.6581,p<0.001) وبين SHG والمسار الرقمي (ML) (r=0.5472,p<0.0001).
اصطفاف الألياف (التماسك): ارتباط قوي بين SHG والتماسك الموزون الرقمي (TWOMBLI) (r=0.6992,p<0.0001).
عدد الألياف: الارتباطات كانت إيجابية ولكنها أضعف (r≈0.27−0.69)، ويرجع ذلك على الأرجح إلى الاختلافات في الدقة ومعالجة الضوضاء.
اختلافات الدقة: وفرت صور WSI الرقمية (0.233 µm/pixel) دقة مكانية أعلى وضوضاء أقل من صور SHG (0.44 µm/pixel) في مناطق الكولاجين المنخفض. عانت صور SHG من فقدان البيانات/الضوضاء في المناطق ذات الترسيب المنتشر أو المنخفض للكولاجين، بينما حافظت الصور الرقمية على السلامة الهيكلية.
تحليل الاتجاه: أظهرت مخططات اتجاه الألياف توافقاً قوياً بين صور SHG والصور الرقمية في عينات الكولاجين العالي. ومع ذلك، في عينات الكولاجين المنخفض/الحميدة، أظهر SHG المزيد من الضوضاء (قمم عند 0 درجة)، بينما التقطت الصور الرقمية الطبيعة المنتشرة بشكل أفضل.
5. الأهمية والآثار المترتبة
الترجمة السريرية: يعمل هذا العمل على جسر الفجوة بين التصوير البحثي المتقدم والممارسة السريرية الروتينية. فهو يثبت أن علم الأمراض الرقمي يمكن أن يعمل كبديل قابل للتوسع ومنخفض التكلفة لمجهر SHG.
اكتشاف المؤشرات الحيوية: من خلال تمكين قياس بنية الكولاجين (الترسيب، الاصطفاف، التعقيد) على الشرائح الروتينية، يمكن لأطباء الأمراض دمج الميزات السدوية في النماذج التنبؤية دون الحاجة إلى معدات متخصصة.
كفاءة سير العمل: يستفيد هذا النهج من البنية التحتية الموجودة لتصوير الشريحة الكاملة (WSI)، مما يسمح بتحليل واسع النطاق وعالي الإنتاجية للتباين السدوّي عبر مقاطع ورمية كاملة، وهو أمر مستحيل حالياً بسبب محدودية مجال الرؤية في SHG.
الاتجاهات المستقبلية: تشير الدراسة إلى أن مسارات التعلم الآلي يمكن أن تؤتمت استخراج هذه الميزات، مما يجعلها جاهزة للدمج في أنظمة دعم القرار السريري لسرطان الثدي والأمراض الأخرى المرتبطة بالتليف.
القيود المذكورة: اقتصرت الدراسة على عدد صغير من العينات (3 عينات إجمالاً). تطلب عدم تطابق الدقة المكانية بين الوسائط مطابقة تقريبية لمناطق الاهتمام (ROI) بدلاً من المحاذاة المثالية للبكسل. لا يمكن للطرق الرقمية قياس الترتيب الجزيئي (الخصائص البصرية غير الخطية) الذي تعكسه شدة إشارة SHG مباشرة.