«سبيسي» يربط أنسجة الأورام بالنتائج السريرية: شبكات الرسم البياني العصبية تتجاوز التصنيف المسبق للخلايا

نشرت دورية «نيتشر كوميونيكيشنز» بحثا يقدم نموذج «سبيسي» (SpaCEy)، وهو إطار عمل حوسبي يعتمد على شبكات الرسم البياني العصبية القابلة للتفسير لربط الأنماط المكانية في الأنسجة بالنتائج السريرية، بالاعتماد على بيانات البروتيوميات المكانية. تواجه أبحاث الأورام تحديا مستمرا يتمثل في أن الأنسجة تمثل منظومات بيئية معقدة تتوزع فيها الخلايا مكانيا، وفي حين تتيح تقنيات الأوميكس المكانية رسم خرائط جزيئية دقيقة على مستوى الخلية الفردية، ظلت ترجمة هذه التوزيعات المعقدة إلى تنبؤات سريرية واضحة ومفسرة بيولوجيا عقبة رئيسية أمام نماذج التعلم الآلي التقليدية.

يكمن الابتكار الجوهري في نموذج «سبيسي» في تجاوزه التسميات المسبقة لأنواع الخلايا والمناطق التشريحية كمدخلات تدريبية للنموذج. في الدراسات السابقة، كانت النماذج تعتمد إما على خوارزميات البقاء التقليدية غير المكانية مثل خوارزميات دعم المتجهات للبقاء وغابات البقاء العشوائية، أو على شبكات رسم بياني تشترط تصنيف الخلايا مسبقا في فئات محددة، وهو ما يحجب الأنماط التنظيمية الناشئة مباشرة من القياسات الجزيئية المستمرة. على النقيض من ذلك، يحول «سبيسي» العينات النسيجية إلى رسوم بيانية مكانية مباشرة عبر تقنية تثليث ديلوناي، حيث تمثل كل عقدة خلية مفردة وتتضمن ميزاتها مستويات وفرة علامات البروتين المقاسة، مع ربط كل خلية بأقرب جيرانها مكانيا للحفاظ على المعمارية البنيوية للنسيج.

ولا يقتصر عمل النموذج على بناء تضمينات كامنة للتنبؤ بمعدلات البقاء الكلي أو تطور المرض، بل يدمج أداة تفسير متخصصة تنتج أقنعة للحواف والعقد تعكس ثقلها في توجيه القرار الحوسبي. عبر تجميع قيم أقنعة الحواف من الجوار متعدد الخطوات، يحدد النموذج مناطق متصلة مكانيا ورسوما فرعية مدمجة داخل النسيج، إلى جانب استخلاص قائمة موجزة من بروتينات العلامات الأكثر تأثيرا في التنبؤ. وقد أثبت النموذج كفاءته عمليا عند تطبيقه على عينات من مرضى سرطان الرئة عبر تحديد أنماط مكانية وبروتينية ترتبط بتفاقم المرض، كما نجح عبر مجموعات بيانات متعددة لسرطان الثدي في فرز المرضى وفق معدلات البقاء الكلي، سواء عبر الأنواع الفرعية السريرية المعروفة أو داخل كل نوع فرعي منها.

هذا التحول التقني يحمل آثارا تطبيقية مباشرة على مراكز الأورام ومختبرات الأبحاث في الخليج ومصر والمشرق العربي، بالتزامن مع التوسع في برامج الجينوم وبنوك الأنسجة الحيوية الوطنية. إن إمكانية استخلاص المؤشرات السريرية من القياسات الجزيئية المباشرة دون اشتراط توصيف يدوي مسبق لكل نوع خلوي تسهم في تجاوز عنق الزجاجة المرتبط بندرة اختصاصيي الباثولوجيا الرقمية، وتقلل كلفة معالجة مجموعات البيانات النسيجية الضخمة. كما يغير هذا التطور طبيعة المهارات المطلوبة من مهندسي الذكاء الاصطناعي الحيوي والباحثين في المنطقة، بنقل التركيز من النماذج الإحصائية التقليدية إلى هندسة التعلم العميق الهندسي وشبكات الرسوم البيانية القادرة على استيعاب الإحداثيات المكانية للخلايا وتقديم أدلة بصرية قابلة للتحقق المخبري.

نرى في هذا الطرح خطوة متقدمة نحو تعزيز موثوقية الذكاء الاصطناعي في البيئات الطبية الدقيقة، إذ لم تعد القيمة مقتصرة على تقديم احتمالات مجردة لمآل المرض، بل بتقديم تفسير مكاني وبنيوي لبيئة الورم الدقيقة. إن تحديد الأنماط الخلوية المتلاصقة والبروتينات المؤثرة يمنح الفرق البحثية والسريرية أساسا موضوعيا لدراسة آليات مقاومة العلاج وتصميم التدخلات الدوائية المستهدفة بدقة أعلى.