LucaCell: a sequence-centric foundation model for cross-species single-cell analysis
يُعد LucaCell نموذجاً تأسيسياً متمحوراً حول التسلسل، يستخدم تضمينات تسلسل mRNA سابقة التدريب بدلاً من المعرفات الجينية الثابتة لتمكين تحليل الخلايا المفردة القوي عبر الأنواع، والأنماط، والسياقات المختلفة، بما في ذلك النقل الدقيق لأنواع الخلايا، والتمييز بين الأنواع الميكروبية، والتنبؤ بالتفاعل بين المضيف والفيروس.
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، توجد مكتبة معقدة من التعليمات التي تملي كيفية عمل تلك الخلية، ونموها، واستجابتها لبيئتها. هذه التعليمات مكتوبة بلغة كيميائية تسمى الحمض النووي الريبوزي (RNA)، والذي يعمل كرسول يحمل الأوامر من المخطط الرئيسي للخلية. لعقود من الزمن، طور العلماء أدوات لقراءة هذه الرسائل، مما سمح لهم بفهرسة الأنواع المختلفة من الخلايا في جسم الإنسان وفهم كيفية تعطيل الأمراض لعملياتها الطبيعية. ومع ذلك، ظل هناك عائق رئيسي قائم: فهذه الأدوات تعتمد على أسماء وملصقات ثابتة للجينات، تماماً مثل مكتبة لا تعمل إلا إذا كان لكل كتاب رقم استدعاء محدد ومخصص مسبقاً. فإذا حاول عالم مقارنة خلية بشرية بخلية فأر، أو خلية بشرية بكائن مجهري، فإن الأنظمة القديمة غالسب ما تفشل لأن الأسماء لا تتطابق، أو لأن البيانات تأتي من نوع مختلف تماماً من القياس. هذا القصور جعل من الصعب بناء فهم عالمي واحد للحياة يعمل عبر مختلف الأنواع والسياقات البيولوجية.
لقد قدم فريق من الباحثين الآن نهجاً جديداً يتجاوز مشاكل التسمية هذه تماماً. فبدلاً من الاعتماد على الملصقات الثابتة، قاموا ببناء نموذج حاسوبي يتعلم مباشرة من التسلسل الخام للحروف التي تشكل الشفرة الوراثية. ومن خلال تعليم النموذج التعرف على الأنماط في الحروف الكيميائية نفسها، خلق الباحثون نظاماً يمكنه فهم جوهر الجين دون الحاجة لمعرفة اسمه المحدد أو النوع الذي ينتمي إليه. هذا النموذج الجديد، المسمى "لوكا سيل" (LucaCell)، يعامل الشفرة الوراثية كلغة مستمرة وليس كقائمة من العناصر المنفصلة. والنتيجة هي أداة يمكنها ترجمة المعلومات البيولوجية عبر الأنواع، والتنبؤ بكيفية استجابة الخلايا للتغيرات، وحتى تحديد الإصابات قبل أن تصبح واضحة، مما يوفر طريقة أكثر مرونة وقوة لدراسة لبنات بناء الحياة.
يكمن جوهر هذا الاختراق في كيفية تمثيل النموذج للجينات. فالأساليب التقليدية تعامل كل جين كرمز فريد، تماماً مثل كلمة في قاموس. وإذا تغير القاموس أو كنت تقرأ كتاباً بلغة مختلفة، فإن الرموز لن تعود ذات معنى. ومع ذلك، فإن "لوكا سيل" ينظر إلى التسلسل الفعلي للحروف التي تشكل الجين. فهو يستخدم نظاماً مدرباً مسبقاً لتحويل هذه التسلسلات إلى أشكال رياضية تلتقط معناها وعلاقاتها. عندما يواجه النموذج جيناً ما، فإنه يفهم وظيفته بناءً على بنيته الكيميائية، وليس بناءً على تسميته. وهذا يسمح له بإدراك أن جيناً في كلية بشرية وجيناً مشابهاً في كلية فأر مرتبطان، حتى لو كانت لهما أسماء مختلفة أو إذا جُمعت البيانات باستخدام تقنيات مختلفة. وقد اختبر الباحثون ذلك عبر تدريب النموذج على مجموعة بيانات ضخمة تضم خمسة وثمانين مليون خلية من البشر والفئران، تغطي عشرات الأنسجة وحالات الأمراض. وقد منح هذا التدريب النموذج فهماً عميقاً وعاماً لكيفية سلوك الخلايا.
بمجرد تدريبه، وُضع النموذج تحت الاختبار في عدة سيناريوهات صعبة عادة ما تعاني فيها الأنظمة القديمة. في إحدى التجارب، طلب الباحثون من النموذج تحديد أنواع الخلايا في كلى البشر، والفئران، ونوع من الرئيسيات الصغيرة يسمى "ليمور الفأر الرمادي". نجح النموذج في مطابقة أنواع الخلايا عبر هذه الأنواع المختلفة، حتى عندما جاءت البيانات من أنواع مختلفة من القياسات، مثل قراءة الشفرة الوراثية مباشرة مقابل قراءة إمكانية الوصول إلى الحمض النووي (DNA). وقد حقق أداءً جيداً بشكل خاص في بيانات الفئران غير المرئية للنموذج، مما يشير إلى أن النهج القائم على التسلسل يلتقط حقائق بيولوجية أساسية تنطبق عبر الأنواع. كما أثبت النموذج قدرته على العمل مع الميكروبات؛ ففي اختبار شمل بكتيريا مفردة، حلل النموذج القراءات الوراثية الخام دون الحاجة إلى محاذاتها مع جينوم مرجعي أولاً. وقد نجح في التمييز بين أكثر من خمسين نوعاً مختلفاً من البكتيريا، وكان بإمكانه حتى اكتشاف التغيرات الطفيفة في الحالة الداخلية للبكتيريا، مثل رد فعلها تجاه الإجهاد الناتج عن المضادات الحيوية، بمجرد النظر إلى الأنماط في تسلسلاتها الجينية.
امتدت قوة هذه الرؤية المتمحورة حول التسلسل أيضاً لتشمل التنبؤ بكيفية استجابة الخلايا لتغيرات محددة. استخدم الباحثون النموذج لمحاكاة ما سيحدث إذا تم إيقاف جين معين أو تعديله، وهي عملية تُعرف باسم "الاضطراب" (perturbation). وفي هذه الاختبارات، تنبأ النموذج بالتغيرات الناتجة في نشاط الجينات بدقة أكبر من الأنظمة السابقة. كما استطاع مراعاة الاختلافات الدقيقة في الشفرة الوراثية بين الأفراد، والمعروفة باسم تعدد أشكال النوكليوتيدات المفردة. ومن خلال دمج هذه الاختلافات الصغيرة، حسن النموذج قدرته على التنبؤ بمستويات التعبير الجيني لأشخاص محددين، مما أظهر أن التغييرات الطفيفة في التسلسل الجيني يمكن أن يكون لها تأثيرات قابلة للقياس على كيفية عمل الخلية. ويشير هذا المستوى من التفاصيل إلى أن النموذج يلتقط الفروق الدقيقة التي غالباً ما تغفلها الأنظمة الأوسع القائمة على الملصقات.
ولعل أحد أكثر التطبيقات إثارة كان في مجال التفاعل بين المضيف والفيروس. فقد درب الباحثون النموذج للتنبؤ بالحمل الفيروسي في خلايا فردية مصابة بسلالات مختلفة من فيروس الإنفلونزا. وعند مواجهة تركيبات جديدة من الفيروس والمضيف لم يسبق له رؤيتها، تفوق النموذج على جميع الأدوات الموجودة، حيث حدد بدقة أنماط العدوى حيث فشلت الأدوات الأخرى. بل كان قادراً أيضاً على فحص الخلايا التي لم تتعرض للفيروس وتحديد مجموعة فرعية صغيرة تظهر بالفعل العلامات الجينية لإصابة وشيكة. ويشير هذا الاكتشاف إلى أن النموذج يمكنه اكتشاف حالات دقيقة مسبقة الوجود في الخلايا تجعلها أكثر عرضة للإصابة، وهي قدرة قد تكون حاسمة لفهم كيفية انتشار الأمراض على المستوى الخلوي.
إن نجاح "لوكا سيل" يشير إلى أن تسلسل الحروف الجينية يحتوي على أساس قابل للنقل لفهم البيولوجيا. فمن خلال الابتعاد عن المعرفات الثابتة والتركيز على اللغة الكيميائية الأساسية، خلق الباحثون نموذجاً أكثر قدرة على التكيف والمتانة. وبينما تعتمد النسخة الحالية على بيانات البشر والفئران وتستخدم رؤية مبسطة للتسلسل الجيني، فإن النتائج تشير إلى أن هذا النهج يمكنه سد الفجوات بين الأنواع، وأنواع البيانات، والسياقات البيولوجية. إنه يقدم طريقة جديدة لرؤية العالم الخلوي، حيث تُفهم لغة الحياة الأساسية مباشرة، دون الحاجة إلى ترجمة أو تصنيف جامد. إن هذا التحول من الملصقات إلى التسلسلات قد يصبح المعيار للاكتشافات المستقبلية في كيفية عمل الخلايا، وتفاعلها، واستجابتها لتحديات الحياة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.