Cross study transfer of vascular transcriptomic classifiers in seven public cohorts
تُظهر هذه الدراسة أنه بينما يمكن للمصنفات النسخية الوعائية تحقيق تمييز داخلي عالٍ ونجاح خارجي معزول، إلا أن أداءها يتسم بعدم استقرار شديد عبر مختلف النهايات السريرية، والمقصورات النسيجية، ومسارات المعالجة المسبقة، مما يشير إلى أن هذه النماذج لا تُثبت بعد قدرة موثوقة على التنبؤ بالمخاطر عبر جميع الأوعية الدموية.
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
في جسم الإنسان، ليست الأوعية الدموية مجرد أنابيب خاملة؛ بل هي أنسجة حية تتواصل باستمرار مع بيئتها من خلال لغة كيميائية معقدة. هذه اللغة مكتوبة في نشاط الجينات، وهي كتيبات التعليمات داخل كل خلية التي تخبرها بالبروتينات التي يجب بناؤها ومتى. لقد أمل العلماء طويلاً في قراءة هذه الرسائل الجينية للتنبؤ بالمشكلات الوعائية الخطيرة، مثل انفجار تمدد الأوعية الدموية أو انسداد الشرايين، قبل ظهور الأعراض. الفكرة هي أنه إذا استطاع الباحثون العثور على نمط محدد من النشاط الجيني يشير إلى الخطر في مجموعة واحدة من المرضى، فإن هذا النمط نفسه قد يعمل كعلامة تحذير عالمية للجميع، بغض النظر عن مكان حدوث المرض أو كيفية جمع العينة. إن مفهوم المتنبئ الجيني العالمي هذا قوي، ولكنه يعتمد على افتراض صعب: وهو أن الإشارة البيولوجية قوية بما يكفي لتنجو من الواقع الفوضوي لاختلاف المستشفيات، واختلاف معدات المختبرات، واختلاف أنواع عينات الأنسجة.
لقد وضع فريق من الباحثين هدفاً لاختبار ما إذا كان هذا الافتراض صحيحاً. فقد صمموا تجربة صارمة لمعرفة ما إذا كان نموذج حاسوبي تم تدريبه على رصد علامات التحذير الجينية في مجموعة محددة من المرضى يمكنه بنجاح تحديد مخاطر مماثلة في مجموعات مختلفة تماماً. جمعوا بيانات من سبع مجموعات عامة من المعلومات الجينية، شملت مئات من عينات الأنسجة لأشخاص يعانون من حالات وعائية مختلفة، بما في ذلك تمزق تمدد الأوعية الدموية وتضيق الشرايين. قام الباحثون بتدريب نماذجهم على مجموعة صغيرة مكونة من 48 عينة من تمدد الأبهر البطني، وهي حالة يضعف فيها الشريان الرئيسي في البطن ويمكن أن يتمزق. ثم طرحوا سؤالاً بسيطاً ولكنه حاسم: إذا تعلم النموذج التمييز بين الأنسجة المستقرة والمتمزقة في هذه المجموعة الأولى، فهل يمكنه فعل الشيء نفسه عند عرضه على أنسجة من الشرايين السباتية في الرقبة، أو حتى مجرد خلايا مناعية تسبح في الدم؟
كشفت النتال عن تباين صارخ بين ما يحدث داخل دراسة واحدة وما يحدث عند تطبيق تلك الدراسة على العالم الحقيقي. داخل المجموعة الأصلية المكونة من 48 مريضاً، أدت النماذج الحاسوبية عملها بدقة ملحوظة، حيث صنفت العينات بشكل صحيح في كل مرة تقريباً. بدا الأمر كما لو أن البصمة الجينية لتمدد الأوعية الدموية المتمزق كانت واضحة ومتميزة. ومع ذلك، عندما أخذ الباحثون هذه النماذج نفسها واختبروها على المجموعات الست الأخرى من المرضى، أصبحت النتائج غير متوقعة وفشلت في كثير من الأحيان. في إحدى مجموعات عينات الشرايين السباتية، انخفضت قدرة النموذج على التنبؤ بالمخاطر بشكل كبير. وفي مجموعة أخرى من الخلايا المناعية، أدى النموذج عمله بشكل مثالي، لكن هذا النجاح تلاشى عندما غير الباحثون طريقة معالجة البيانات، مما تسبب في انهيار الدرجة المسجلة. فالنموذج الذي عمل بسلاسة على مجموعة بيانات واحدة غالباً ما تعثر في المجموعة التالية، مما يشرح أن "البصمة" التي تعلمها كانت على الأرجح مزيجاً من المرض المحدد والطريقة المحددة التي تعامل بها ذلك المختبر مع العينات.
كما بحثت الدراسة فيما إذا كانت هذه الأنماط الجينية يمكن أن تتنبأ بالنوبات القلبية أو السكتات الدماغية المستقبلية لدى المرضى الذين خضعوا للجراحة بالفعل. تتبع الباحثون 126 مريضاً بمرور الوقت، للتحقق مما إذا كانت الدرجات الجينية يمكن أن تحدد من سيصاب بحدث جديد. كانت النتائج متواضعة وغير مؤكدة؛ إذ كانت تنبؤات النموذج بالكاد أفضل من التخمين العشوائي. ظل هذا النقص في الاتساق قائماً حتى عندما حاول الباحثون استخدام مناهج رياضية مختلفة أو تعديل حجم تمدد الأوعية الدموية. أظهرت البيانات أنه بينما استطاعت النماذج فصل العينات المحددة التي تدربت عليها، إلا أنها لم تستطع نقل تلك المعرفة بشكل موثوق إلى مجموعات جديدة ومستقلة من الناس. وخلص الباحثون إلى أن الأداء القوي في دراسة واحدة لا يضمن وجود أداة عالمية مستقرة للتنبؤ بالمخاطر الوعائية.
كان أحد أكثر جوانب العمل كشفاً هو مدى حساسية النتائج للتفاصيل التقنية للتحليل. وجد الباحثون أن مجرد تغيير كيفية تنظيف البيانات الجينية أو أي الجينات التي تم تضمينها في الحساب يمكن أن يقلب النتائج من مثالية إلى عديمة الفائدة. على سبيل المثال، عندما أجبروا النموذج على استخدام الجينات الموجودة فقط في جميع مجموعات البيانات المختلفة، انخفضت قدرته على التنبؤ بالمخاطر في مجموعة الخلايا المناعية من المثالية إلى ما هو أسوأ من الصدفة العشوائية. وقد سلط هذا الضوء على أن نجاح النموذج غالباً ما يعتمد على الخيارات التقنية المحددة التي يتخذها العلماء، وليس على حقيقة بيولوجية أساسية تنطبق في كل مكان. لم تجد الدراسة توقيعاً جينياً واحداً قوياً يعمل عبر جميع أمراض الأوعية الدموية. بدلاً من ذلك، قدمت خريطة مفصلة لمواضع تعثر هذه النماذج، موضحة أن الاختلافات في كيفية جمع العينات ومعالجتها يمكن أن تكون مؤثرة بقدر تأثير المرض نفسه.
أكد الباحثون أن عملهم لم يكن يتعلق بإيجاد دواء جديد أو علاج جديد، بل بوضع معيار لكيفية اختبار هذه الأدوات الجينية بشكل عادل. ومن خلال جعل الكود والبيانات الخاصة بهم متاحة للجمهور، أنشأوا معياراً يمكن للعلماء الآخرين استخدامه للتحقق من نماذجهم مقابل نفس المعايير الصارمة. لقد أظهروا أن النجاحات المنعزلة، حيث يعمل نموذج ما بشكل مثالي على مجموعة بيانات صغيرة واحدة، ليست كافية للادعاء بأن الأداة جاهزة للاستخدام السريري. تتطلب الموثوقية الحقيقية أن يعمل النموذج باستمرار عبر أنواع مختلفة من الأنسجة، ومجموعات مختلفة من المرضى، وطرق مختبرية مختلفة. وإلى أن يتمكن نموذج من اجتياز هذه الاختبارات المتنوعة، يظل الوعد باستخدام الأنماط الجينية للتنبؤ بالكوارث الوعائية غير مكتمل. وتعد الدراسة بمثابة واقع ضروري، تذكر المجتمع العلمي بأن الطريق نحو أداة تشخيصية عالمية هو أمر أكثر تعقيداً من مجرد العثور على نمط يعمل لمرة واحدة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.