Afanc: taxonomic deconvolution and probabilistic lineage assignment for pathogen genomic surveillance
يُعد "أفانك" (Afanc) إطار عمل قابلاً للتوسع يدمج بناء قواعد البيانات، وفك الالتفاف التصنيفي، وتعيين السلالات الاحتمالي لتمكين المراقبة الجينومية عالية الدقة لمسببات الأمراض عبر أنظمة متنوعة، بما في ذلك العائلة الميكروبكتيرية (Mycobacteriaceae)، والمتصورة المنجلية (Plasmodium falciparum)، ووباء جدري القردة (Mpox).
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 المعركة الحديثة ضد الأمراض المعدية، تعلم العلماء كيفية قراءة الشفرة الجينية للبكتيريا والفيروسات والطفيليات لتتبع كيفية تحركها وتغيرها. وتعتمد هذه الممارسة، المعروفة باسم المراقبة الجينومية، على تسلسل خيوط الحمض النووي (DNA) أو الحمض النووي الريبوزي (RNA) الصغيرة الموجودة في عينة المريض. ومع ذلك، فإن تحويل تلك البيانات الجينية الخام إلى إجابة واضحة يشبه غالبًا محاولة تحديد شخص معين في غرفة مزدحمة وضبابية. فالمادة الوراثية في العينة قد تكون فوضوية، أو غير مكتملة، أو مختلطة مع كائنات أخرى، مما يجعل من الصعب تحديد نوع الميكروب الموجود بدقة وإلى أي عائلة ينتمي تحديدًا. وغالبًا ما تعاني الأدوات الحالية مع هذا التعقيد، فإما أنها تحدد النوع العام للكائن الحي ولكنها تغفل عن العائلة المحددة، أو ترتبك عندما تكون الإشارة الجينية ضعيفة أو مختلطة مع غيرها. وبدون إجابة واضحة، لا يمكن لمسؤولي الصحة العامة تتبع تفشي الأمراض بدقة أو فهم كيفية انتشار مسببات الأمراض.
ولحل هذه المشكلة، طور باحثون في جامعة كارديف أداة برمجية جديدة تسمى "أفانك" (Afanc). صُمم هذا النظام ليعمل كدليل شامل لجينوميات مسببات الأمراض، حيث يأخذ البيانات الجينية الضوضائية والمربكة من العينة ويصنفها إلى تصنيف واضح وموثوق. تعمل الأداة عبر مرحلتين رئيسيتين؛ أولاً، تعمل كمرشح واسع النطاق، حيث تمسح المادة الوراثية لتحديد النوع العام للكائن الحي الموجود، مثل نوع معين من البكتيريا. ثانياً، بمجرد تحديد النوع العام، تنتقل الأداة إلى وضع أكثر تفصيلاً لتحديد السلالة الدقيقة أو فرع العائلة، تمامًا مثل تحديد عائلة معينة داخل عشيرة كبيرة ممتدة. يسمح هذا النهج ذو الخطوتين للبرنامج بالتعامل مع الحالات الصعبة حيث تكون الأدلة الجينية غير مكتملة أو حيث توجد كائنات متعددة في نفس العينة.
اختبر الباحثون "أفانك" على ثلاثة أنواع مختلفة تمامًا من مسببات الأمراض لمعرفة ما إذا كان بإمكانه التعامل مع التحديات المتنوعة. فقد درسوا مجموعة من البكتيريا تسمى "المتفطرات" (Mycobacteriaceae)، والتي تشمل البكتيريا التي تسبب السل وأمراضًا أخرى؛ وطفيلي الملاريا "بلازموديوم فالسيپاروم" (Plasmodium falciparum)، الذي تتباين مجموعاته حسب الجغرافيا؛ وفيروس جدري القردة (Mpox)، الذي انتشر في موجات تفشٍ أخيرة. وفي حالة البكتيريا، قام الفريق بمحاكاة عينات كانت فيها المادة الوراثية نادرة جدًا، حيث تمثل 1% فقط من الجينوم الكامل. وحتى تحت هذه الظروف الصعبة، نجح "أفانك" في تحديد النوع والنوع الفرعي الصحيح، بينما فشلت الأدوات الأخرى الموجودة أو أعطت إجابات خاطئة. وعندما اختبر الباحثون البرنامج على عينات تحتوي على خليط من أنواع بكتيرية مختلفة، كان "أفانك" هو الأداة الوحيدة التي تمكنت من استعادة جميع الكائنات المتوقعة دون إطلاق إنذارات كاذبة.
بالنسبة لبكتيريا السل، قارن الفريق "أفانك" بأداتين متخصصتين أخريين تستخدمهما المختبرات حول العالم. ومن بين 958 عينة، قام "أفانك" بتعيين السلالة بشكل صحيح لـ 955 منها، مع صفر حالات لتعيين البكتيريا في فرع خاطئ من العائلة. أما الأدوات الأخرى فقد ارتكبت بعض الأخطاء، حيث وضعت عينات أحيانًا في فرع غير صحيح من شجرة العائلة. وهذه الدقة أمر بالغ الأهمية لأن الفروع المختلفة من عائلة السل يمكن أن يكون لها ملفات تعريف مختلفة لمقاومة الأدوية، وقد يؤدي الخطأ في تحديدها إلى علاج غير فعال.
وكان الاختبار مع طفيلي الملاريا ذا أهمية مماثلة؛ حيث استخدم الباحثون مجموعة بيانات ضخمة تضم أكثر من 20,000 عينة لمعرفة ما إذا كان البرنامج يمكنه التنبؤ بالأصل الجغرافي للطفيلي، وهو عامل رئيسي لفهم كيفية انتشار المرض. نجح "أفانك" في تعيين السلالة الإقليمية لما يقرب من 19,000 عينة، متفوقًا على الأداة الرائدة الحالية بفارق كبير. وكان التحسن ملحوظًا في المناطق التي تكون فيها مجموعات الطفيليات متشابهة جدًا، وهو سيناريو غالبًا ما تعجز الأدوات الأخرى عن التمييز بينها. وأخيرًا، بالنسبة لفيروس جدري القردة، حلل البرنامج آلاف العينات من التفشيات الأخيرة، ونجح في تحديد الفئة والسلالة الفيروسية المحددة دون أي تعيينات خاطئة للفروع، حتى عندما كانت البيانات المتاحة محدودة أو لم تكن البيانات الوصفية (metadata) التي تصف العينات مفصلة بقدر الأدلة الجينية.
تتمثل إحدى نقاط القوة الرئيسية لـ "أفلمك" في كيفية تعامله مع عدم اليقين. فبدلاً من فرض إجابة محددة عندما تكون الأدلة ضعيفة أو غامضة، تم تصميم البرنامج للتعرف على الحالات التي لا يمكنه التأكد فيها. يمكنه الإبلاغ بأن العينة غير مصنفة أو أن الأدلة تشير إلى مجموعة أوسع بدلاً من واحدة محددة. وهذا يمنع الأخطاء الناتجة عن الثقة المفرطة التي يمكن أن تحدث عندما تحاول الأداة تخمين الإجابة من بيانات غير مكتملة. كما بنى الباحثون النظام ليكون مرنًا، مما يسمح للعلماء بتحديث قواعد البيانات المرجعية وتعريفات السلالات مع ظهور معلومات جديدة. وهذا يعني أن الأداة يمكن أن تتكيف مع التفشيات الجديدة أو التغييرات في كيفية تصنيف مسببات الأمراض دون الحاجة إلى إعادة بنائها بالكامل.
تشير النتائج إلى أن "أفانك" يوفر إطارًا موثوقًا للانتقال من البيانات الجينية الخام والفوضوية إلى رؤى واضحة وقابلة للتنفيذ. ومن خلال الجمع بين المسح الواسع وتعيين السلالة التفصيلي، وإدارة عدم اليقين بشكل صريح، توفر الأداة وسيلة لفهم بيانات مسببات الأمراض المعقدة التي تغفلها الطرق الأخرى. وبينما أجريت الدراسة باستخدام عمليات محاكاة ومجموعات بيانات عامة موجودة، فإن الأداء عبر هذه الأنواع المختلفة من الكائنات يشير إلى أن النهج قوي. وبالنسبة لفرق الصحة العامة والباحثين، يعني هذا امتلاك طريقة أكثر دقة لتحديد التهديدات المحددة التي يواجهونها، وهي خطوة أساسية في السيطرة على انتشار الأمراض المعدية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.