طور باحثون إسبان نظام رؤية حاسوبية يحلل الخلايا تلقائياً
نظام جديد للرؤية الحاسوبية طورته فرق بحثية في جامعة مدريد كارلوس الثالث (UC3M)، يتيح تحليل مقاطع الفيديو الطبية الحيوية المأخوذة بالمجهر تلقائياً. ويقوم النظام بتوصيف سلوك الخلايا في الصور ووصفه.
استُخدمت المنهجية المطورة حديثاً في قياسات على أنسجة حية أجراها علماء من المركز الوطني للبحوث القلبية الوعائية. وبفضل هذه الدراسة، اكتشف الفريق أن العدلات، وهي نوع من الخلايا المناعية، تُظهر سلوكاً مختلفاً في الدم أثناء العمليات الالتهابية.
كما وجدوا أن إحدى هذه العمليات مرتبطة بأمراض القلب والأوعية الدموية. نُشرت الدراسة في مجلة Nature. وقد تتيح هذه التطورات ابتكار طرق علاج جديدة للحد من عواقب النوبات القلبية.
«أحدث التنميط النسخي والبروتيني للخلايا المفردة ثورة في تفسير الظواهر البيولوجية، إذ وفر خرائط خلوية للأنسجة السليمة والمريضة. غير أن هذه المناهج لا تصف السيناريوهات الديناميكية التي تغيّر فيها الخلايا باستمرار خصائصها الكيميائية الحيوية والنتائج
الأستاذ فرناندو دياز دي ماريا هو رئيس مجموعة معالجة الوسائط المتعددة في UC3M وأحد مؤلفي الدراسة.
«يتمثل مساهمتنا في تصميم وتطوير نظام آلي بالكامل يعتمد على طرق الرؤية الحاسوبية، ويتيح لنا توصيف الخلايا المدروسة من خلال تحليل تسجيلات الفيديو التي يلتقطها علماء الأحياء باستخدام تقنية المجهر الحي»
في حين تُؤكَّد الدراسات البيولوجية التقليدية غالبًا عبر تحليل بضع مئات من الخلايا الموصوفة يدويًا، شملت الدراسة الجديدة قياسات آلية لشكل الخلايا وحجمها وحركاتها وموضعها لعدة آلاف من الخلايا بالنسبة إلى الوعاء الدموي. وهذا يتيح إجراء تحليل بيولوجي موسّع يتمتع بدلالة إحصائية كبيرة.
أوضح الباحثون أن النظام الجديد يتمتع بمزايا متعددة، سواء من حيث الوقت أو من حيث الدقة. إيفان غونزاليس دياز — أستاذ مشارك في قسم نظرية الإشارات والاتصالات في UC3M. وهو أيضًا أحد أعضاء فريق البحث.
«يستحيل إجبار عالم أحياء ذي خبرة على تجزئة الخلايا وتتبعها في الفيديو لأشهر. من ناحية أخرى، ولإعطاء فكرة تقريبية (لأن ذلك يعتمد على عدد الخلايا وعمق الحجم ثلاثي الأبعاد)، يحتاج نظامنا إلى 15 دقيقة فقط لتحليل فيديو مدته 5 دقائق»
الشبكات العصبونية العميقة — الأدوات التي يعتمد عليها هؤلاء المهندسون لتجزئة الخلايا واكتشافها — هي في الأساس خوارزميات تتعلم من الأمثلة، ولذلك، لنشر النظام في سياق جديد، يجب إنشاء عدد كافٍ من الأمثلة لتدريبها. وتُعد هذه الشبكات جزءًا من طرق التعلم الآلي، وهو بدوره فرع من فروع الذكاء الاصطناعي.
علاوة على ذلك، يتضمن النظام أنواعًا أخرى من الطرق الإحصائية والنماذج الهندسية، وقد وُصفت جميعها في مقال آخر نُشر مؤخرًا في مجلة Medical Image Analysis. والبرمجيات التي تنفذ النظام عامة ويمكن تكييفها مع مهام أخرى خلال بضعة أسابيع.
«في الواقع نطبقه بالفعل في سيناريوهات مختلفة أخرى، إذ ندرس السلوك المناعي للخلايا التائية والخلايا المتغصنة في الأنسجة السرطانية. والنتائج الأولية واعدة»
«بعد تحليل أكثر من 100 000 إعادة بناء لأشكال الخلايا ومساراتها عبر الزمن، حصلنا على واصفات سلوكية للخلايا الفردية، واستخدمنا مجموعات البيانات متعددة الأبعاد هذه لبناء مشاهد سلوكية. وقد مكنت هذه المشاهد من التعرف على هوية كريات الدم البيضاء في الجلد الملتهب والقصبة الهوائية، وكشفت عن سلسلة متصلة من حالات العدلات داخل الأوعية الدموية، بما في ذلك حالة جلوس كبيرة كانت مغطاة بالبطانة السفلية ومرتبطة بالالتهاب الممرض. وقد حدد الفحص السلوكي لدى 24 فأرًا طافرًا الكيناز Fgr بوصفه المحرك لهذه الحالة الممرضة، كما أن التدخل في Fgr حمى الفئران من الضرر الالتهابي. وهكذا، تكشف المشاهد السلوكية عن خصائص محددة للبيئة الديناميكية بدقة خلوية عالية»، جاء في الدراسة.
وعلى أي حال، يؤكد الباحثون، لدى إجرائهم أبحاثًا في هذا المجال، على أهمية عمل فريق متعدد التخصصات.
«وفي هذا السياق، من المهم الاعتراف بالجهود السابقة للتواصل بين علماء الأحياء والرياضيين والمهندسين، وهي جهود ضرورية لفهم المفاهيم الأساسية للتخصصات الأخرى قبل أن يصبح تحقيق تقدم حقيقي ممكنًا»
