Generative atlasing in universal gene expression space defines cell types and microenvironment spectra during disease progression
يقدم المؤلفون UniGeneX، وهو نموذج تأسيسي توليدي للخلية الواحدة، يقوم بخرائط البيانات الترانسكريبتومية إلى فضاء تعبير جيني عالمي مفسر بيولوجياً لتحديد أنواع الخلايا وأطياف البيئة الدقيقة، مما يتيح رسم خرائط الأنسجة الشاملة وتتبع تطور الأمراض في حالات مثل التليف الرئوي والورم الدبقي.
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
داخل كل خلية حية، تشكل شبكة واسعة من التفاعلات الجزيئية كيفية عمل الجسم، وكيفية تعافيه، وأحيانًا كيف يتدهور. هذه التفاعلات ليست عشوائية؛ بل تتبع قواعد محددة تحدد ما إذا كانت الخلية ستظل سليمة أم ستتحول إلى حالة مرضية. لعقود من الزمن، كافح العلماء لقراءة هذه القواعد لأن البيانات التي يجمعونها غالبًا ما تكون مجزأة، أو مشوشة، أو مقتصرة على لقطة زمنية واحدة. يمكن للطرق التقليدية أن تخبر الباحثين عن الجينات النشطة في عينة معينة، لكنها غالبًا ما تفشل في ربط النقاط بين المرضى المختلفين، ومراحل المرض المختلفة، أو حتى أنواع البيانات البيولوجية المختلفة. كان التحدي يكمس في إيجاد وسيلة لرؤية الصورة الكاملة بوض وضوح، لفهم كيف تتحول الخلية السليمة تدريجيًا إلى خلية مريضة، ورسم خريطة دقيقة لمكان حدوث هذه التغييرات داخل البنية المعقدة للأنسجة البشرية.
ولحل هذه المعضلة، طور باحثون في جامعة هونغ كونغ للعلوم والتكنولوجيا وجامعة هونغ كونغ أداة حوسبية جديدة تسمى UniGeneX. تخيل أنك تحاول فهم لغة من خلال قراءة جمل متفرقة فقط من كتب مختلفة؛ سيكون من الصعب استيعاب القصة الكاملة. يعمل UniGeneX كمترجم بارع قرأ ملايين الجمل من آلاف الكتب المختلفة؛ فهو يتعلم القواعد الأساسية للحياة — القواعد العالمية التي تحكم كيفية تواصل الجينات مع بعضها البعض. ومن خلال التدريب على مجموعات ضخمة من البيانات الجينية من الأنسجة السليمة والمصابة، يبني النظام خريطة شاملة لكيفية سلوك الخلايا. وبخلاف الأدوات السابقة التي تنشئ ملخصات مجردة يصعب تفسيرها، يقوم هذا النموذج الجديد بإعادة بناء النشاط الجيني الفعلي للخلايا، مكملاً القطع المفقودة من المعلومات لخلق رؤية واضحة وعالية الدقة لما يحدث داخل الجسم.
اختبر الباحثون هذا النظام على مرضين بشريين متميزين وفتاكين: التليف الرئوي، وهو حالة تصبح فيها أنسجة الرئة صلبة ومتندبة، والورم الدبقي (glioma)، وهو نوع عدواني للغاية من سرطان الدماغ. في حالة الرئتين، استخدم الفريق الأداة لتحليل أكثر من 1.5 مليون خلية من مئات المرضى. واكتشفوا أن المرض لا يدمر أنسجة الرئة فحسب؛ بل يستولي على آليات الإصلاح الطبيعية في الجسم. فعادةً، عندما تتضرر خلايا الرئة، فإنها تتحول إلى خلايا جديدة وسليمة لتعويض الخلايا المفقودة. ومع ذلك، في حالات التليف الرئوي، تسوء عملية الإصلاح هذه؛ حيث تظل الخلايا عالقة في حالة من الارتباك، وتتحول إلى نوع من الخلايا التي تخلق أنسجة ندبية بدلاً من أنسجة رئوية سليمة. ومن خلال رسم خريطة للتغيرات الجينية عبر النسيج، تمكن الباحثون من تتبع المسار الدقيق لهذا الفشل، موضحين كيف يتطور المرض من ندبات طفيفة إلى تلف شديد في الأعضاء. ووجدوا أنه حتى داخل رئة مريض واحد، كانت مناطق مختلفة تمر بمراحل مختلفة من هذا الانهيار، مما كشف أن المرض ينتقل عبر الجسم في شكل قطع من الفشل المحلي وليس كموجة موحدة.
وقدم تطبيق هذه الأداة على سرطان الدماغ منظورًا كاشفًا بنفس القدر. يُعرف الورم الدبقي بأنه معقد للغاية، حيث تؤدي الطفرات الجينية المختلفة إلى نتائج مختلفة. استخدم الباحثون UniGeneX لمقارنة الأورام ذات الخلفيات الجينية المختلفة مع الدماغ البشري النامي. ووجدوا أن الأورام الأكثر عدوانية، تلك التي تفتقر إلى طفرة معينة، تحاكي سلوك خلايا الدماغ المبكرة جدًا التي لا تزال تنمو وتنقسم. وفي المق المقابل، تشبه الأورام الأقل عدوانية الخلايا التي وصلت إلى مراحل متقدمة من تطورها. وذهبت الدراسة خطوة أبعد بالنظر في الأوعية الدموية المحيطة بهذه الأورام؛ حيث تبين أن حالة الأوعية الدموية مرتبطة ارتباطًا وثيقًا بسلوك الخلايا السرطانية. فمع تصبح الأوعية "مسربة" ومتضررة، تتحول الخلايا السرطانية حولها إلى حالات أكثر عدوانية والتهابية. وهذا يشير إلى أن الأوعية الدموية ليست مجرد أنابيب سلبية تمد الورم بالدعم، بل هي مشارك نشط يساعد في دفع تطور السرطان.
ما يجعل هذا العمل قويًا بشكل خاص هو قدرته على ربط أنواع مختلفة من البيانات. فقد تمكن الباحثون من أخذ صور منخفضة الدقة للأنسجة، حيث يصعب تمييز الخلايا الفردية، واستخدام الأداة لاستنتاج النشاط الجيني لكل خلية داخل تلك الصور. سمح لهم ذلك بإنشاء خريطة ثلاثية الأبعاد مفصلة لبيئة المرض. استطاعوا رؤية أي الخلايا كانت جيرانًا لبعضها البعض، وكيف كانت تتغير بمرور الوقت، وكيف أثرت البيئة المحلية على المرض. على سبيل المثال، في دراسة سرطان الدماغ، حددوا مناطق معينة كانت فيها الأوعية الدموية تفشل وحيث أصبحت الخلايا الورمية أكثر خطورة. كان هذا المستوى من التفصيل مستحيلاً في السابق لأن البيانات من المصادر المختلفة لم تكن متوافقة بما يكفي ليتم تحليلها معًا.
إن تداعيات هذه النتائج تمتد إلى ما هو أبعد من مجرد فهم هذين المرضين. فهي توفر طريقة جديدة للتفكير في كيفية تقدم الأمراض؛ إذ تنقل العلم من النظر إلى لقطات ثابتة نحو فهم العمليات المستمرة والديناميكية. ومن خلال إعادة بناء اللغة العالمية للتعبير الجيني، أنشأ الباحثون إطارًا يمكنه تتبع رحلة المرض من علاماته الأولى إلى أكثر مراحله خطورة. ويشير هذا النهج إلى أن مفتاح علاج الأمراض المعقدة قد يكمن في فهم البيئات المحلية المحددة التي تذهب فيها الخلايا في الاتجاه الخاطئ، بدلاً من استهداف الخلايا نفسها فقط. لا تدعي الدراسة أنها عالجت هذه الحالات، لكنها تقدم خريطة أوضح بكثير للتضاريس، موضحة للعلماء بالضبط أين تقع العوائق وكيف يتم استغلال أنظمة الإصلاح الخاصة بالجسم. ومع هذه الخريطة الجديدة، يصبح المسار نحو تطوير علاجات مستهدفة أكثر وضوحًا بشكل كبير.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.