Cell IO: a database linking single-cell transcriptomes to literature-derived knowledge of cell functions and perturbations
تُعد Cell IO قاعدة بيانات متاحة مجانًا تدمج بيانات النسخ المتماثل أحادي الخلية المعاد معالجتها من ما يقرب من 15,000 تجربة مع أكثر من 895,000 ادعاء مستمد من الأدبيات حول وظائف الخلايا والاضطرابات، وتربط بينها عبر معرفات علم تصنيف الخلايا لتمكين الاستكشاف الشامل لبيولوجيا أنواع الخلايا.
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
لطالما اعتمد علم الأحياء على سؤال جوهري: ماذا تفعل خلية معينة حقاً؟ لعقود من الزمن، استطاع العلماء تحديد نوع الخلية من خلال الجينات التي تحملها أو البروتينات الموجودة على سطحها، تماماً مثل التعرف على شخص من خلال بطاقة اسمه. لكن معرفة الاسم لا تشرح وظيفة الشخص، أو عاداته، أو كيفية تفاعله عندما يتغير العالم من حوله. في العصر الحديث لعلم الأحياء، يمكن للباحثين الآن قراءة التعليمات الجينية للخلايا الفردية، مما يخلق مكتبات ضخمة من البيانات التي تظهر بدقة أي الجينات نشطة في خلية واحدة في لحظة محددة. وقد نمت هذه المكتبات لتشمل مئات الملايين من الخلايا من البشر والفئران والجرذان. ومع ذلك، فإن المعرفة بما تنجزه هذه الخلايا بالفعل — كيف تحارب المرض، أو كيف تتواصل، أو ما يحدث عندما يتعطل جين ما — لا تزال مبعثرة عبر آلاف الأوراق العلمية، ومدفونة في نصوص لا تستطيع الحواسيب قراءتها بسهولة.
قام باحث في مركز "ريكن" (RIKEN) لديناميكيات الأنظمة الحيوية في اليابان ببناء جسر بين هذين العالمين. فقد أنشأ قاعدة بيانات عامة جديدة تسمى "Cell IO"، والتي تربط البيانات الجينية الخام للخلايا الفردية مباشرة بالمعرفة المكتوبة الموجودة في الأدبيات العلمية. ومن خلال استخدام لغة مشتركة لوصف أنواع الخلايا، يتيح النظام للعالم أن يبدأ بقائمة من الجينات ويرى فوراً ما كتبه المجتمع العلمي العالمي عن سلوك تلك الخلية. وعلى العكس من ذلك، يمكن للباحث الذي يقرأ عن وظيفة خلية معينة أن يجد على الفور البيانات الجينية التي تدعم تلك الادعاءات. هذا الأداة لا تقوم فقط بتخزين المعلومات؛ بل تنظمها بحيث يتم دائماً إقران "ما هو" التركيب الجيني للخلية بـ "كيف" و"لما لماذا" وظيفتها، محولةً جبلاً من الحقائق غير المترابطة إلى خريطة قابلة للملاحة للحياة الخلوية.
بدأ المشروع بمعالجة الحجم الهائل من البيانات الجينية المتاحة في الأرشيفات العامة. جمع الباحث التسلسلات الجينية الخام من أكثر من 65,000 تجربة شملت خلايا بشرية وفئران وجرذان. لم تكن هذه التجارب موحدة؛ فقد جاءت من مختبرات مختلفة، واستخدمت أجهزة مختلفة، وتمت معالجتها بطرق مختلفة. ولجعلها قابلة للمقارنة، قام بتشغيل كل تجربة عبر نفس المسار الحاسوبي. تضمنت هذه العملية تنظيف البيانات، وإزالة الأخطاء، وتجميع الخلايا المتشابهة معاً. ثم قام بتعيين اسم قياسي لكل مجموعة من الخلايا بناءً على قاموس عالمي لأنواع الخلايا، مما يضمن أن "الخلية التائية" (T cell) في دراسة على الفئر "تُعرف" كنوع الخلية نفسه في دراسة بشرية. والنتيجة هي مجموعة ضخمة ومنظمة تحتوي على ما يقرب من 83 مليون خلية من ما يقرب من 15,000 تجربة، تمت معالجتها جميعها بنفس الطريقة بحيث يمكن مقارنتها مباشرة.
بينما وفرت البيانات الجينية خريطة للخلايا، أدرك الباحث أنه يحتاج أيضاً إلى القصة التي تروي ما تفعله تلك الخلايا. ولإيجاد ذلك، توجه إلى الأدبيات العلمية. جمع مئات الآلاف من المقالات البحثية والمراجعات المتاحة للوصول، مع التركيز على الجهاز المناعي والجهاز العصبي. وباستخدام نماذج حاسوبية متقدمة مدربة على قراءة وفهم اللغة، استخرجوا عبارات محددة حول سلوك الخلايا. تعلم النظام تحديد الجمل التي تعمل فيها الخلية كعنصر فاعل، مثل خلية تقتل فيروساً أو خلية تطلق إشارة كيميائية. كما بحث عن النتائج المتعلقة باضطرابات الجينات، وهي التجارب التي يقوم فيها العلماء بكسر أو تغيير جين عمداً لرؤية كيفية تفاعل الخلية.
لم يكتفِ الحاسوب بقراءة النص فحسب؛ بل تحقق من الادعاءات. فقد فحص الجمل للتأكد من أن الخلية هي حقاً من تقوم بالفعل وليس مجرد شاهد عيان. ثم ترجم الأسماء المحددة المستخدمة في الأوراق البحثية إلى نفس القاموس القياسي المستخدم للبيانات الجينية. خلق هذا طبقة ثانية من المعرفة تحتوي على ما يقرب من 900,000 ادعاء متميز حول وظائف الخلايا. تأتي بعض هذه الادعاءات من أوراق بحثية أصلية تصف اكتشافات جديدة، بينما تأتي أخرى من مقالات مراجعة تلخص ما هو معروف بالفعل. كما لاحظ النظام قوة الأدلة، مميزاً بين العبارات التي يؤكدها المؤلف بقوة وتلك التي تُعتبر مجرد اقتراحات أو تكهنات.
تكمن القوة الحقيقية لـ "Cell IO" في كيفية ربط هاتين الطبقتين. ولأن كل من البيانات الجينية وادعاءات الأدبيات تستخدم نفس الأسماء القياسية لأنواع الخلايا، يمكن لقاعدة البيانات ربطهما معاً بسلاسة. يمكن للمستخدم البحث عن نوع خلية معين، مثل "الخلية التائية التنظيمية"، ورؤية صفحة واحدة تعرض كلاً من البيانات الجينية والأدبيات. في جانب واحد، تعرض الصفحة عدد التجارب التي وجدت هذا النوع من الخلايا وفي أي الأنسجة هو أكثر شيوعاً. وفي الجانب الآخر، تسرد آلاف الجمل من الأوراق العلمية التي تصف ما تفعله هذه الخلية. تتيح الواجهة للمستخدم تصفية هذه الادعاءات حسب نوع الدليل، أو الكائن الحي، أو اتجاه التأثير، مثل ما إذا كان تغيير الجين قد زاد أو قلل من نشاط الخلية.
يكشف هذا الاتصال عن فجوات في معرفتنا الحالية. تظهر قاعدة البيانات أنه بينما توجد أنواع معينة من الخلايا مدروسة جيداً في كل من البيانات الجينية والأدبيات، إلا أن أنواعاً أخرى تظهر بشكل متكرر في التجارب الجينية ولكن لا يُكتب عنها الكثير فيما يتعلق بوظائفها المحددة. على سبيل المثال، وُجد نوع معين من خلايا الغدة الصنوبرية في أكثر من مليون خلية عبر آلاف التجارب، ومع ذلك تحتوي قاعدة البيانات على أربعة ادعاءات مكتوبة فقط حول ما تفعله. وعلى العكس من ذلك، هناك أنواع من الخلايا لها العديد من الأوصاف المكتوبة ولكنها تفتقر إلى البيانات الجينية المقابلة في المجموعة الحالية. ومن خلال تسليط الضوء على هذه التناقضات، تساعد الأداة العلماء على رؤية أين تكتمل معرفتهم وأين يجب توجيه الأبحاث المستقبلية.
قاعدة البيانات متاحة مجاناً لأي شخص لديه اتصال بالإنترنت، ولا تتطلب أي تسجيل خاص أو تثبيت برامج. وهي مصممة لتكون بديهية، مما يسمح للمستخدم بالبدء من اسم خلية، أو نوع نسيج، أو حتى جين معين والتنقل إلى البيانات والنصوص ذات الصلة. ويؤكد الباحث أن النظام هو أداة للاستكشاف وليس سلطة نهائية. فالادعاءات مستخرجة آلياً ومرتبطة مباشرة بمصادرها الأصلية، مما يسمح للمستخدمين بالتحقق من المعلومات بأنفسهم. ويقر الباحث بأن المجموعة الحالية محدودة بأنواع معينة من التجارب والكائنات الحية، وأن الاستخراج الآلي للنصوص، رغم دقته العالية، ليس مثالياً. ومع ذلك، من خلال توفير رؤية موحدة لما هي الخلايا وماذا تفعل، يقدم "Cell IO" طريقة جديدة للتنقل في المشهد المعقد لعلم الأحياء الحديث، محولاً شظايا المعرفة المبعثرة إلى كل متماسك.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.