Optimization of Community-Consideration Centrality for Breast Cancer Comorbidity Using Various Community Detection Algorithms

في المشهد المعقد لصحة الإنسان، نادراً ما توجد الأمراض في عزلة عن غيرها. فالمريض الذي يتم تشخيصه بسرطان الثدي غالباً ما يعاني من حالات طبية أخرى، مثل ارتفاع ضغط الدم أو السكري، والتي يمكن أن تعقد عملية العلاج وتؤثر على فرص البقاء على قيد الحياة. لطالما درس العلماء هذه الروابط، المعروفة باسم الأمراض المصاحبة، لفهم كيفية تفاعل الأمراض المختلفة داخل الشخص الواحد. ولتصوير هذه العلاقات، يقوم الباحثون غالباً برسم الأمراض كنقاط على شبكة، ويرسمون خطوطاً بينها لإظهار مدى تكرار ظهورها معاً. وضمن هذه الشبكات، تعمل بعض الأمراض كمراكز رئيسية (hubs)، حيث تتصل بالعديد من الأمراض الأخرى، بينما تعمل أمراض أخرى كجسور تربط بين مجموعات متميزة من الحالات. تقليدياً، قاس العلماء أهمية المرض من خلال عدّ اتصالاته المباشرة أو سرعة وصوله إلى النقاط الأخرى في الشبكة. ومع ذلك، فإن هذا النهج غالباً ما يغفل تفصيلاً حاسماً: وهي أن الأمراض تميل إلى التكتل في مجموعات طبيعية، تماماً مثل الأحياء في مدينة ما، حيث تشترك الظروف داخل المجموعة نفسها في روابط أعمق وأكثر تحديداً مما تشترك فيه مع بقية الشبكة. إن تجاهل هذه الأحياء يمكن أن يؤدي إلى صورة غير مكتملة حول أي الأمراض هي حقاً مركزية في رحلة المريض الصحية.

لقد سعى فريق من الباحثين في جامعة "Multimedia Nusantara" في إندونيسيا إلى تحسين كيفية تحديد هذه الأمراض الهامة. فقد ركزوا على الشبكة المحددة للحالات التي تصاحب سرطان الثدي بشكل متكرر. وبدلاً من النظر إلى الشبكة بأكملها كخريطة واحدة مسطحة، طبقوا طريقة تحترم التكتلات الطبيعية داخل البيانات. لقد تعاملوا مع الشبكة كمجموعة من المجتمعات، مدركين أن المرض قد يكون حيوياً ضمن مجموعته المحلية حتى لو لم يكن يمتلك أكبر عدد من الاتصالات إجمالاً. وللقيام بذلك، اختبروا أربعة مناهج رياضية مختلفة لإيجاد هذه المجموعات، وقارنوا بين كيفية تنظيم كل منها للأمراض. ثم استخدموا طريقة جديدة لحساب الأهمية توازن بين منظورين: دور المرض داخل مجتمعه المباشر ودوره في الشبكة الأوسع لجميع الحالات. ومن خلال ضبط إعداد محدد في حساباتهم، استطاعوا تحويل تركيزهم من الحي المحلي إلى الخريطة العالمية، واختبار أي توازن يكشف عن الرؤى الأكثر أهمية.

بدأ الباحثون بمجموعة بيانات تحتوي على أكثر من ألف مرض متميز مرتبط بسرطان الثدي. قاموا بتنقية هذه البيانات، وحذف الروابط الضعيفة لضمان تحليل العلاقات القوية والمهمة فقط. هذه العملية تركتهم مع شبكة أساسية مكونة من 323 مرضاً كانت جميعها مترابطة. ثم مرروا هذه الشبكة عبر أربعة خوارزميات مختلفة لإيجاد المجتمعات: إحداها تجمع العقد من خلال تعظيم الاتصالات الداخلية، وأخرى تزيل الجسور الأكثر أهمية لتقسيم الشبكة، وثالثة تستخدم تقنية تمرير الرسائل لتقدير عضوية المجموعة، ورابعة تعتمد على مبادئ الفيزياء لإيجاد حالات الطاقة المستقرة. أنتجت كل خوارمة خريطة مختلفة لكيفية تكتل الأمراض معاً. وقد حققت إحدى الطرق، والمعروفة بخوارزمية "لوفاين" (Louvain algorithm)، أعلى درجة من "المعيارية" (modularity)، مما يشير إلى أنها خلقت فصلاً أوضح بين المجموعات وكانت الأكثر فعالية في الكشف عن البنية الطبيعية لشبكة الأمراض المصاحبة.

ومع وجود خرائط المجتمعات هذه بين أيديهم، قام الفريق بحساب أهمية كل مرض باستخدام ثلاثة معايير مختلفة. أولاً، نظروا في عدد الروابط المباشرة التي يمتلكها المرض، سواء داخل مجموعته الخاصة أو عبر الشبكة بأكملها. ثانياً، قاسوا مدى سرعة وصول المرض إلى كل مرض آخر في الشبكة، وهو ما يعد تقييماً لمدى سهولة الوصول إليه. ثالثاً، حددوا الأمراض التي عملت كجسور، حيث تقع على أقصر المسارات بين الحالات الأخرى وتسهل تدفق التأثير. كرروا هذه الحسابات عدة مرات، وفي كل مرة كانوا يضبطون التوازن بين الأهمية المحلية والعالمية. وعندما ركزوا تماماً على الاتصالات المحلية، برزت أمراض مختلفة في المقدمة. ولكن مع زيادة الوزن المعطى للشبكة العالمية، ظهرت مجموعة متسقة من الحما تتصدر قائمة الحالات الأكثر حرجاً.

أشارت النتتائج إلى مجموعة محددة من الأمراض التي صُنفت باستمرار كالأكثر مركزية، بغض النظر عن الطريقة المستخدمة لإيجاد المجتمعات. وشمل ذلك الحالات التي تؤثر على الجهاز العصبي، والجهاز الهضمي، والجهاز الدوري، والصحة العقلية. وتحديداً، وجد الباحثون أن الأمراض المتعلقة بالجهاز العصبي والجهاز الهضمي ظهرت في أعلى القائمة عندما كان التوازن يميل لصالح بنية الشبكة الإجمالية. وهذا يشير إلى أن هذه الحالات ليست مجرد رفقاء شائعين لسرطان الثدي فحسب، بل هي على الأرجح نقاط محورية تلتقي عندها العديد من المشكلات الصحية المختلفة. كما اختبرت الدراسة إعداداً محدداً لمعلم التوازن الخاص بهم، ووجدت أن القيمة 0.9 وفرت النتائج الأكثر استقراراً وموثوقية. هذا الإعداد، الذي يميل بشدة نحو الشبكة العالمية مع احترام المجتمعات المحلية في الوقت نفسه، سمح للطريقة بتحديد نفس الأمراض الرئيسية باستمرار عبر خرائط المجتمعات المختلفة.

من خلال دمج مفهوم بنية المجتمع في تحليلهم، أظهر الباحثون أن رؤية أكثر دقة لشبكات الأمراض تقدم إجابات أوضح. لقد أثبتوا أن مجرد عد الاتصالات أو قياس المسافة ليس كافياً؛ ففهم أين يقع المرض داخل تكتله الخاص هو أمر لا يقل أهمية. لم تدعِ الدراسة أنها حلت لغز الأمراض المصاحبة لسرطان الثدي، لكنها قدمت أداة أكثر قوة لتحديد الحالات التي تستحق المزيد من الاهتمام. وتشير النتائج إلى أنه عندما ينظر الأطباء والباحثون إلى الشبكة المعقدة من الأمراض التي تواجه مريض سرطان الثدي، فعليهم إيلاء اهتمام خاص للجهازين العصبي والهضمي، حيث تبدو هذه المناطق هي الأكثر تأثيراً على شبكة الحالات المرتبطة بها بالكامل. يقدم هذا النهج طريقة لتحديد أولويات البحث واستراتيجيات العلاج من خلال التركيز على الأمراض التي تمسك بالشبكة وتجعلها متماسكة حقاً.