→ العودة إلى الصفحة الرئيسية

ما وراء متوسط التعبير الجيني: دراسة تكشف 27 اقترانًا بين الجينات وأنواع الخلايا أغفلتها تحليلات ألزهايمر

من خلال تحليل نوى خلايا دماغية من 627 متبرعًا، جمع إطار TriSCOPE بين التعلم الآلي والأدلة الوراثية لتحديد إشارات مرتبطة بالمرض لم ترصدها الأساليب التقليدية. ويمكن لقائمة المرشحين هذه توجيه أبحاث الآليات، لكن حدودًا واضحة لا تزال تفصلها عن التشخيص الفردي.

By SURL BioNews

في البحث عن مؤشرات جزيئية لمرض ألزهايمر، غالبًا ما يقارن الباحثون التعبير الجيني لدى المرضى ومجموعة ضابطة، لمعرفة الجينات التي يزداد نشاطها وتلك التي تميل إلى الخمول. لكن غياب تغير واضح في متوسط تعبير جين ما لا يعني أنه غير مرتبط بالمرض. وقد حددت دراسة نُشرت في 9 نوفمبر في مجلة Nature Communications، عبر المقارنة المتقاطعة بين تحليلات متعددة، 27 اقترانًا بين «جين ونوع خلية» تدعمها أدلة وراثية، لكن تحليل التعبير التفاضلي التقليدي لم يرصدها.

استخدمت الدراسة إطارًا يُسمى TriSCOPE، شمل ست مجموعات بيانات لتسلسل الحمض النووي الريبي لنوى الخلايا المفردة، بإجمالي نحو 4.2 مليون نواة من 627 متبرعًا، وحلل ستة أنواع رئيسية من خلايا الدماغ و41 مجموعة خلوية فرعية. وجاءت جميع هذه البيانات من القشرة أمام الجبهية الظهرية الجانبية؛ وقد أتاح العدد الهائل من الخلايا فحص الحالات الخلوية المختلفة بتفصيل، لكن نطاق التغطية ظل محصورًا في منطقة دماغية واحدة.

يجمع TriSCOPE ثلاثة مسارات تحليلية: نماذج تعلم آلي تأخذ عدة جينات في الحسبان في الوقت نفسه، ومقارنات للتعبير الجيني تراعي الاختلافات بين المتبرعين، وتحليل «الزمن الزائف» الذي يستنتج حالات الخلايا من أنماط التعبير. والهدف هو تحديد إشارات لا تبرز عند اختبارها منفردة، لكنها تظل تقدم معلومات مرتبطة بالمرض عند إدراجها مع جينات أخرى وعوامل مثل العمر والجنس والنمط الجيني لـAPOE.

بعد ذلك، قارن فريق البحث الإشارات الوراثية المرتبطة بخطر ألزهايمر وتلك المرتبطة بتنظيم التعبير الجيني، للتحقق مما إذا كان من المحتمل أن تشترك في المتغير الوراثي نفسه. وبذلك حصلت الاقترانات الـ27 على دعم إضافي، ومنها JAZF1 وSYK في الخلايا الدبقية الصغيرة؛ إذ قدّما معلومات مفيدة في النماذج، لكنهما لم يبلغا عتبة الدلالة الإحصائية للتعبير التفاضلي. وهذا يجعل الآليات المرشحة أجدر بالمتابعة، إلا أن اشتراك الإشارات الوراثية لا يثبت بحد ذاته أن جينًا معينًا يسبب المرض مباشرة.

وفيما يتعلق بالتحقق، ظهرت مجددًا إشارات مرشحة رئيسية، مثل ARL17B وLINGO1 وAPOE، في مجموعات دراسة مستقلة، ولم يقتصر ظهورها على البيانات الأولية؛ لكن ذلك لا يعني أن كل اقتران من الاقترانات الـ27 قد تأكد على حدة بالدرجة نفسها. ووجدت الدراسة أيضًا أن أنماط التعبير المرتبطة بالضعف المعرفي لا تتطابق تمامًا مع الأنماط المرتبطة بالتغيرات المرضية في الدماغ، ما يذكّر الباحثين بأن تفسير الوظيفة المعرفية وتفسير تراكم التغيرات المرضية قد يتطلبان مؤشرات جزيئية مختلفة.

وأتاح الفريق أيضًا شيفرة التحليل، التي تشمل النمذجة التنبؤية، والتعبير التفاضلي، وتقدير الزمن الزائف، وإجراءات تحليل التوضع الوراثي المشترك. ويوثق مستودع الشيفرة استخدام النماذج التنبؤية خمس عمليات تقسيم عشوائي للبيانات، واستخدام تحليل المسارات سبع بذور عشوائية، كما يرفق بيانات اصطناعية للتعبير الجيني في الخلايا الدبقية الصغيرة والمخرجات المتوقعة، لتمكين باحثين آخرين من اختبار إجراءات التنبؤ حتى قبل حصولهم على البيانات البشرية الخاضعة لضوابط الوصول؛ وتساعد هذه الأمثلة التوضيحية على فحص المنهجية، لكنها لا تحل محل التحقق البيولوجي في مجموعات دراسة حقيقية.

تتمثل الفائدة العملية لهذا العمل في تضييق نطاق المرشحين الذين ينبغي تتبعهم في التجارب اللاحقة. ولأن التحليل يستند إلى بيانات مقطعية من أنسجة دماغية جُمعت بعد الوفاة، فلا يمكن اعتبار ترتيب الحالات الذي يُظهره الزمن الزائف سجلًا فعليًا لمسار المرض لدى الشخص نفسه. ولا يمكن حاليًا تحديد ما إذا كانت هذه الإشارات تظهر قبل بدء المرض، أم أنها استجابات لاحقة ناجمة عنه، فضلًا عن استخدامها للتنبؤ بمسار المرض مستقبلًا لدى فرد معين. ولتحويل قائمة المرشحين إلى أهداف علاجية، لا تزال هناك حاجة إلى تجارب وظيفية ودراسات أقدر على تحديد التسلسل الزمني.

References

  1. Nature Communications
  2. AdiVM / GitHub
  3. Genome News