Rapid Phylogeographic Inference of Regional Epidemic Dynamics for Routine Genomic Surveillance
تقدم الورقة البحثية STEPHY، وهو مجموعة أدوات استدلال رسوم بيانية سريعة وقابلة للتوسع، والتي تحول الأنساب الفيروسية الضخمة إلى معلومات استخباراتية وبائية إقليمية قابلة للتنفيذ من خلال تقدير الديناميكيات الوبائية الرئيسية وأدوار المصدر والمصب بدقة، كما هو موضح من خلال عمليات المحاكاة المكثفة وبيانات SARS-CoV-2 في العالم الحقيقي.
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
الخريطة غير المرئية للفيروس
تخيل أنك تحاول فهم كيفية انتشار إشاعة في مدرسة ضخمة. لديك قائمة بكل طالب سمع الإشاعة والوقت الذي سمعها فيه بالضبط. إذا نظرت فقط إلى قصة طالب واحد، فقد تخمن من أين سمعها. ولكن إذا نظرت إلى القائمة بأكملها معاً، يمكنك رؤية الصورة الأكبر: من الذي بدأها، وأي الممرات كانت الأكثر ازدحاماً، وكيف انتقلت الإشاعة من المقصف إلى الصالة الرياضية بشكل أسرع مما توقعه أي شخص.
في عالم العلوم، يسمى هذا علم الأوبئة الجينومي. بدلاً من إشاعة مدرسية، يتتبع العلماء الفيروسات. في كل مرة يصيب فيها فيروس شخصاً ما، فإنه ينسخ شفرته الجينية (حمضه النووي DNA أو RNA). أحياناً تحدث أخطاء مطبعية صغيرة في عملية النسخ هذه. تعمل هذه الأخطاء كبصمات أصابع فريدة. ومن خلال تسلسل الفيروس من أشخاص مختلفين، يمكن للعلماء بناء "شجرة عائلة" (تسمى النشوء العرقي أو phylogeny) توضح كيف يرتبط الفيروس ببعضه عبر أماكن مختلفة. الهدف هو تحويل شجرة العائلة العملاقة هذه إلى خريطة تخبر مسؤولي الصحة العامة من أين يأتي الفيروس، وإلى أين يذهب، ومدى سرعة انتشاره.
ومع ذلك، هناك مشكلة كبيرة. يمكن للتكنولوجيا الحديثة تسلسل ملايين الفيروسات، مما يخلق أشجار عائلة ضخمة ومعقدة للغاية لدرجة أن البرامج الحاسوبية التقليدية تتعثر. الأمر يشبه محاولة حل لغز مكون من مليون قطعة من خلال النظر إلى قطعة واحدة فقط في كل مرة؛ يستغرق الكمبيوتر أياماً أو أسابيع لتحديد الصورة الكبيرة، وهو أمر بطيء جداً عندما يكون الفيروس ينتشر في الوقت الحالي. يحتاج العلماء إلى طريقة للنظر إلى اللغز بأكمله فوراً لوقف التفشي.
تعرف على STEPHY: المحقق سريع القراءة
هنا يظهر STEPHY (تقدير الانتقال المكاني من أشجار النسب)، وهي أداة جديدة ابتكرها باحثون في جامعة إيموري وجامعة كاليفورنيا في سان فرانسيسكو. فكر في STEPHY ليس كمحقق بطيء وحذر يقرأ كل صفحة من كتاب، بل كذكاء اصطناعي فائق السرعة يمكنه إلقاء نظرة خاطفة على مكتبة كاملة من الكتب وإخبارك بالقصة فوراً.
بنى الباحثون STEPHY باستخدام نوع من الذكاء الاصطناعي يسمى الشبكة العصبية الرسومية (Graph Neural Network). لفهم كيفية عملها، تخيل أن شجرة عائلة الفيروس ليست مجرد قائمة أسماء، بل هي خريطة لمدينة. في هذه المدينة، كل حي هو "عقدة" (نقطة على الخريطة)، والطرق التي تربط بينها هي "حواف". تقوم STEPHY بالنظر إلى شكل شجرة عائلة الفيروس وتحولها إلى خريطة المدينة هذه. هي لا تنظر إلى حي واحد بمعزل عن غيره؛ بل تنظر إلى كيفية حركة "حركة المرور" (الفيروس) بين الأحياء. فهي تتحقق مما إذا كان تفشي الفيروس في الحي (أ) قد حدث قبل الحي (ب) مباشرة، مما يشير إلى أن الفيروس انتقل على الأرجح من (أ) إلى (ب).
تُظهر الورقة البحثية أن STEPHY سريعة للغاية ودقيقة بشكل مدهش. في الاختبارات التي أنشأ فيها الباحثون تفشيات فيروسية وهمية ذات إجابات معروفة، استطاعت STEPHY النظر إلى شجرة عائلة ضخمة وتخمين "رقم التكاثر" (كم عدد الأشخاص الجدد الذين يعديهم الشخص المصاب الواحد)، و"معدل التعافي" (مدى سرعة تعافي الناس)، والأهم من ذلك، أي منطقة كانت "المصدر" (نقطة البداية) وأيها كانت "المصبات" (الأماكن التي يصل إليها الفيروس للتو).
إليك المفاجأة: تقوم STEPHY بكل هذا في أجزاء من الثانية. بينما قد تستغرق الطرق القديمة ساعات أو أياماً لتحليل شجرة تحتوي على آلاف العينات الفيروسية، يمكن لـ STEPHY القيام بذلك في حوالي 6.5 مللي ثانية على معالج كمبيوتر قياسي. هذا أسرع من رمشة العين. والأكثر إثارة للإعجاب، أنه عندما اختبرها الباحثون على شجرة تضم أكثر من 7,000 عينة فيروسية، ظلت تنهي المهمة في أقل من 19 مللي ثانية.
لم يكتفِ الباحثون بالبيانات الوهمية فقط، بل طبقوا STEPHY على بيانات من العالم الحقيقي من الدنمارك، وهي دولة قامت بعمل مذهل في تسلسل كل حالة فيروسية تقريباً خلال الجائحة. نظروا في خمس موجات مختلفة من الفيروس (متغيرات ألفا، ودلتا، وأوميكرون). حددت STEPHY باستمرار منطقة Hovedstaden (إقليم العاصمة الذي يضم كوبنهاجن) كـ "مصدر" رئيسي نشر الفيروس إلى بقية البلاد. كما وجدت أنه مع تقدم الجائحة من ألفا إلى أوميكرون، أصبح الفرق بين مناطق "المصدر" ومناطق "المصب" أكبر وأكثر وضوحاً. بعبارة أخرى، أصبح الفيروس أكثر تركيزاً على الانتشار من مراكز محددة إلى بقية البلاد.
أحد أهم الأشياء التي تظهرها الورقة هو أن STEPHY تعمل بشكل أفضل عندما تنظر إلى جميع المناطق معاً بدلاً من النظر إليها واحدة تلو الأخرى. قارن الباحثون بين STEPHY ونسخة من الأداة التي تنظر إلى كل منطقة بشكل مستقل (مثل محاولة حل اللغز قطعة قطعة في كل مرة). كانت النسخة المستقلة جيدة، لكن STEPHY، التي فهمت كيفية اتصال المناطق ببعضها، كانت أكثر دقة بكثير. لقد كانت بارعة بشكل خاص في تخمين درجات "المصدر-المصب"، والتي تخبرك ما إذا كان المكان يرسل الفيروس للخارج أم يستقبله في الغالب.
كما اختبرت الورقة ما إذا كان بإمكان STEPHY التعامل مع "الغموض" في البيانات الحقيقية. أحياناً، لا تكون شجرة العائلة واضحة بنسبة 100% لأن العينات الفيروسية تكون متشابهة جداً. لاختبار ذلك، قام الباحثون بتشغيل STEPHY على 40 نسخة مختلفة من نفس شجرة العائلة (تم إنشاؤها عن طريق تغيير ترتيب البيانات قليلاً). كانت النتائج متسقة للغاية، مما يعني أن STEPHY لم ترتبك بسبب التغييرات الصغيرة في هيكل الشجرة.
باخت-الاختصار، تشير الورقة إلى أن STEPHY هي أداة قوية وجاهزة للاستخدام يمكنها تحويل كميات هائلة من البيانات الجينية إلى خرائط فورية وقابلة للتنفيذ للصحة العامة. وهي تثبت أنه من خلال استخدام الذكاء الاصطناعي الذكي للنظر في الروابط بين الأماكن المختلفة، يمكننا فهم كيفية تحرك الفيروس عبر بلد ما في الوقت الذي يستغرقه إرسال رسالة نصية. وبينما تم اختبار الأداة على عمليات محاكاة وبيانات الدنمارك، يشير المؤلفون إلى أنه يمكن تكييفها للفيروسات الأخرى وللدول الأخرى، بشرط أن تتطابق عمليات المحاكاة الحاسوبية المستخدمة لتدريبها مع الوضع المحلي. إنها طريقة جديدة لرؤية غير المرئي، وتحويل جبل من الشفرات الجينية إلى صورة واضحة وسريعة الحركة للوباء.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.