AI Driven Analysis of Canola Rhizosphere Microbiome: Diversity, Core Microbiome, and Machine Learning Classification

تخيل التربة المحيطة بجذور النبات كمدينة صاخبة مجهرية. هذا الحي، الذي يُسمى الريزوسفير (المحيط الجذري)، يعج بترليونات السكان الصغار — من بكتيريا وفطريات وكائنات دقيقة أخرى — الذين يعملون كجهاز مناعة، وأخصائيي تغذية، وحراس شخصيين للنبات، كل ذلك في آن واحد. تماماً كما يحتاج الأمعاء البشرية السليمة إلى مزيج متنوع من البكتيريا الجيدة لجعلك تشعر بالراحة، يحتاج النبات إلى مجتمع ميكروبي مزدهر لينمو بقوة ويقاوم الأمراض. لطالما عرف العلماء أن هؤلاء الجيران غير المرئيين ضروريون للزراعة، ولكن حتى وقت قريب، كان الأمر يشبه محاولة عد النجوم في السماء باستخدام منظار ضبابي.

دخل على الخط تسلسل 16S rRNA، وهو أداة تقنية عالية تعمل مثل ماسح ضوئي فائق القوة للرموز الشريطية (الباركود) للبكتيريا. فهي تتيح للباحثين قراءة "بطاقات الهوية" الجينية الفريدة لهذه الكائنات الصغيرة لمعرفة من يعيش هناك بالضبط وبأي أعداد. وبمجرد حصول العلماء على هذه القائمة الضخمة من البيانات، يمكنهم استخدام تعلم الآلة — وهو نوع من برامج الكمبيوتر التي تتعلم من الأنماط مثل طالب يذاكر للاختبار — لمعرفة كيف يبدو "المدينة الميكروبية" الصحية مقابل المدينة "المريضة". السؤال الكبير هو: هل يمكننا تعليم الكمبيوتر أن ينظر إلى حشد البكتيريا ويخبرنا فوراً ما إذا كان النبات يزدهر أم يعاني؟

---

التعداد السكاني العظيم لميكروبات الكانولا

في هذه الدراسة، قرر فريق من الباحثين من جامعة جرات إجراء تعداد سكاني هائل للمدينة الميكروبية التي تعيش حول نباتات الكانولا (وهي محصول زيتي رئيسي). وبدلاً من النظر في عينات قليلة فقط، جمعوا بيانات من عدد هائل بلغ 8,701 عينة، مما خلق مكتبة تضم 2,663 نوعاً بكتيرياً مختلفاً (تُعرف باسم ASVs، أو متغيرات تسلسل الأمبليكون). فكر في الأمر كأنك تلتقط صورة لاستاد مليء بالناس وتحاول تحديد وجه كل فرد منهم بشكل فريد.

حفلة التنوع
أولاً، أراد الفريق معرفة مدى تنوع هذه المدن الميكروبية. ووجدوا أن كل عينة تحتوي في المتوسط على حوالي 61.32 نوعاً مختلفاً من البكتيريا. ولقياس مدى "اختلاط" الحشد، استخدموا درجتين خاصتين: مؤشر شانون (الذي بلغ 2.35) ومؤشر سيمبسون (الذي بلغ 0.78). تخبرنا هذه الأرقام أن ريزوسفير الكانولا مكان معقد وصاخب مع مزيج صحي من السكان المختلفين، وليس مجرد عدد قليل من المهيمنين.

السكان "الأساسيون"
بعد ذلك، سأل الباحثون: "هل هناك بكتيريا موجودة دائماً، بغض النظر عن أي شيء؟" كانوا يبحثون عن "الميكروبيوم الأساسي" — أولئك الشخصيات الهامة (VIPs) الذين يحضرون الحفلة في 10% على الأقل من جميع العينات التي فحصوها. ومن بين آلاف الأنواع، وجدوا ستة فقط من الـ ASVs التي كانت ثابتة لدرجة أنه يمكن اعتبارها سكانًا دائمين لمدينة جذور الكانولا. ظهرت هذه البكتيريا الستة بين 10.34% و 12.15% من العينات، مما يشير إلى أنها تؤدي دوراً خاصاً ومستقراً في حياة النبات، حتى لو لم نعرف أسماءها الدقيقة بعد.

"مؤشر الصحة" والمحقق الكمبيوتري
الجزء الأكثر إثارة في الدراسة كان بناء مصنف الغابة العشوائية (Random Forest). تخيل محققاً درس آلاف مسارح الجريمة (في هذه الحالة، النباتات "المريضة" مقابل "السليمة") وتعلم كيفية رصد الأدلة. قام الباحثون بإنشاء "مؤشر صحة الميكروبيوم" عن طريق جمع عدد أنواع البكتيريا المختلفة ووفرة أكثر 20 نوعاً شيوعاً. ثم قاموا بتغذية هذه البيانات في المحقق الكمبيوتري، مع تقسيم البيانات بحيث تم استخدام 80% للتدريب و20% للاختبار.

كانت النتائج مبهرة. استطاع المحقق الكمبيوتري تخمين ما إذا كانت العينة "سليمة" أو "مصابة" بدقة بلغت 93.97%. لقد كان جيداً جداً لدرجة أن درجة ROC-AUC الخاصة به (وهي مقياس لمدى جودة الفصل بين المجموعتين) بلغت 0.9331، وهو ما يقترب من المثالية. وللتأكد من أن المحقق لم يكن محظوظاً فحسب، فقد اختبروه خمس مرات مختلفة باستخدام طريقة تسمى التحقق المتبادل خماسي الطيات (five-fold cross-validation)، وظل يصيب الهدف بنسبة 93.55 ± 0.59%.

الأدلة الأكثر أهمية
أخيراً، سأل الفريق الكمبيوتر: "أي بكتيريا أعطتك أفضل الأدلة؟" وجدوا أن عشرة ASVs محددة كانت الأكثر أهمية لاتخاذ القرار الصحيح. كان الدليل الأول هو ASV المسمى CHCK1CS1356NW05002a، يليه ORIG2CS1204NC01000S و CHCK2CS1114NC02200S. عملت هذه البكتيريا المحددة مثل "الأسلحة التي لا تقبل الشك" والتي أخبرت الكمبيوتر ما إذا كان النبات سليماً أم لا.

ماذا يعني هذا
تخلص الدراسة إلى أنه باستخدام تعلم الآلة على مجموعات البيانات الضخمة، يمكننا إيجاد أنماط واضحة في ميكروبيوم الكانولا تربط أنواعاً معينة من البكتيريا بصحة النبات. وبينما لم يحدد الباحثون الأسماء النوعية الدقيقة لهذه البكتيريا (فهي لا تزال مجرد رموز مثل "ORIG1CS1207NW07000a")، فإن حقيقة ظهورها المتسق في النموذج تشير إلى أنها لاعبون رئيسيون. يقترح المؤلفون أن الأبحاث المستقبلية يجب أن تستخدم أدوات أخرى لتحديد ماهية هذه البكتيريا وما تفعله بالضبط، ولكن في الوقت الحالي، نحن نعلم أن الكمبيوتر يمكنه النظر إلى حشد الميكروبات وإخبارنا ما إذا كان النبات في حالة جيدة.