ProteoKnight: Image-Based Encoding for Phage Virion Protein Classification and Uncertainty Estimation
تقدم هذه الورقة ProteoKnight، وهي طريقة ترميز قائمة على الصور تعمل على تكييف خوارزمية DNA-Walk للتصنيف الثنائي الدقيق لبروتينات الفيروسات البكتيرية (Phage Virion Proteins) وتدمج تقنية Monte Carlo Dropout لقياس عدم اليقين في التنبؤ، محققةً دقة تنافسية مع الكشف عن كيفية تأثير فئة البروتين وطول التسلسل على مستويات الثقة.
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
في العالم المجهري لعلم الأحياء، تُعد الفيروسات المعروفة باسم "العاثيات" (bacteriophages) أكثر أشكال الحياة وفرة على الأرض، رغم أنها تصيب البكتيريا فقط. هذه الغزاة الصغيرة مبنية من نواة من المادة الوراثية مغلفة بغلاف واقٍ مصنوع من البروتينات. ويطلق العلماء على هذه اللبنات الهيكلية اسم "بروتينات فيروس العاثية" (phage virion proteins). إن تحديد أي من هذه البروتينات يعمل كغلاف وأيها لا يعمل كذلك هو مهمة حاسمة للباحثين؛ فمعرفة بنية هذه البروتينات تساعد في تطوير علاجات جديدة للعدوى البكتيرية، وفهم كيفية تطور البكتيريا، وحتى في إدارة سلامة الأغذية. ومع ذلك، فبينما تتيح التكنولوجيا الحديثة للعلماء قراءة الشفرة الوراثية لملايين من هذه الفيروسات في وقت واحد، فإن الحجم الهائل للبيانات قد فاق القدرة على فرزها يدويًا. فالطرق التقليدية لتحديد هذه البروتينات بطيئة ومكلفة، وغالبًا ما تواجه صعوبة عندما تكون التسلسلات الجينية شديدة التباين. ولمواكبة ذلك، يتجه الباحثون إلى استخدام الحواسيب لتعلم كيفية التعرف على هذه الأنماط تلقائيًا، مع معاملة الشفرة الوراثية ليس مجرد قائمة من الحروف، بل كنمط يمكن تصوره وتحليله.
قام فريق من الباحثين من جامعة براك (BRAC) والجامعة المتحدة الدولية (United International University) في بنغلاديش بتطوير طريقة جديدة لمساعدة الحواسيب على فهم بروتينات هذه الفيروسات. فقد ابتكروا أداة تسمى "بروتيو نايت" (ProteoKnight)، والتي تحول التسلسل الخطي للأحماض الأمينية التي تشكل البروتين إلى صورة مرئية. فبدلاً من تغذية الحاسوب بسلسلة طويلة من النصوص، قام الباحثون بترجمة كل حمض أميني إلى نقطة ملونة محددة وترتيبها على شبكة بناءً على مجموعة من القواعد. هذه العملية، التي أطلقوا عليها اسم "ترميز نايت" (Knight Encoding)، مستوحاة من طريقة قديمة كانت تُستخدم لتسلسلات الحمض النووي (DNA). في هذا النظام الجديد، يبدأ الحاسوب من مركز الصورة ويتحرك نحو الخارج، واضعًا نقطة ملونة لكل حمض أميني في التسلسل. ويعتمد اتجاه الحركة على نوع الحمض الأميني، بينما تكون المسافة ثابتة. وإذا اصطدم المسار بحافة الصورة، فإنه يعود إلى المركز ويستمر. والنتيجة هي خريطة ملونة فريدة لكل بروتين، حيث يكشف ترتيب النقاط عن البنية الأساسية للجزيء.
اختبر الباحثون هذا النهج المرئي عبر تغذية خرائط البروتين هذه في برامج حاسوبية قوية تُعرف بالشبكات العصبية الالتفافية (convolutional neural networks). هذه البرامج خبيرة بالفعل في التعرف على الأنماط في الصور الفوتوغرافية، وقد قام الفريق بتكييفها للتعرف على الأنماط في خرائط البروتين هذه. وقد قاموا بتدريب النظام على مجموعة بيانات ضخمة تحتوي على أكثر من 35,000 مثال لبروتينات العاثية وما يقرب من 47,000 مثال لبروتينات غير تابعة للعاثية. وعندما طُلب منه ببساطة تقرير ما إذا كان البروتين هو بروتين فيروسي للعاثية أم لا، حقق النظام نجاحًا ملحوظًا، حيث حدد البروتينات بشكل صحيح بنسبة 89 بالمائة تقريبًا. وهذا المستوى من الدقة ينافس أفضل الطرق الموجودة، ومع ذلك فقد تحقق باستخدام نموذج حاسوبي أبسط وأكثر كفاءة يتطلب قدرة حوسبية أقل. كما أظهرت الدراسة أنه بينما يكون النظام جيدًا جدًا في هذا الخيار الثنائي، فإنه يكون أقل يقينًا عندما يُطلب منه فرز البروتينات إلى ثماني فئات محددة مختلفة، مثل التمييز بين ذيل الفيروس ورأسه.
بعيدًا عن مجرد الحصول على الإجابة الصحيحة، كان الباحثون مهتمين بمعرفة مدى ثقة الحاسوب في إجابته. ففي العديد من التطبيقات الواقعية، يمكن أن تكون الإجابة الصحيحة المقدمة بثقة منخفضة خطيرة تمامًا مثل الإجابة الخاطئة. ولقياس ذلك، استخدم الفريق تقنية تقوم بتشغيل صورة البروتين نفسها عبر الحاسوب عدة مرات، وفي كل مرة مع تغيير بسيط في الإعدادات الداخلية. ومن خلال مراقبة مدى تذبذب إجابة الحاسوب بين هذه التشغيلات، تمكنوا من حساب درجة عدم اليقين. ووجدوا أن الحاسوب كان أكثر ثقة عمومًا عند النظر في تسلسلات البروتين الأقصر وعند تحديد البروتينات غير التابعة للعاثية. وعلى العكس من ذلك، أظهر ترددًا وتغيرًا أكبر عند تحليل التسلسلات الأطول أو بروتينات العاثية الفعلية. وهذا يشير إلى أنه بينما يعد النظام أداة قوية، إلا أن هناك أنواعًا محددة من البيانات التي تحتاج فيها الأداة إلى حذر إضافي. وقد لاحظ الباحثون أن طريقة الترميز المرئي تتسبب أحيانًا في تداخل النقاط في التسلسلات الطويلة، مما قد يربك الحاسوب ويؤدي إلى انخفاض مستوى الثقة هذا.
يقدم العمل الذي قام به فريق "بروتيو نايت" منظورًا جديدًا لكيفية دراسة البروتينات الفيروسية. فمن خلال تحويل النصوص إلى صور، فتحوا بابًا جديدًا لاستخدام أدوات التعرف المرئي في علم الأحياء. وتشير نتائجهم إلى أن هذه الطريقة وسيلة فعالة للغاية لفرز كميات هائلة من البيانات الجينية بسرعة للعثور على البروتينات الهيكلية الضرورية لحياة الفيروس. وبينما لا يزال النظام غير مثالي في التمييز بين كل نوع من أنواع البنية البروتينية، فإنه يوفر أساسًا قويًا للتحسينات المستقبلية. إن القدرة ليس فقط على تصنيف هذه البروتينات، بل وأيضًا على قياس مدى الثقة في ذلك التصنيف، تمنح العلماء طريقة جديدة لتقييم موثوقية بياناتهم. ومع استمرار نمو مجال العلاج بالعاثيات وأبحاث البكتيريا، ستكون أدوات كهذه ضرورية لتحويل فيض المعلومات الجينية إلى معرفة قابلة للتطبيق حول العالم المجهري.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.