→ العودة إلى الصفحة الرئيسية

تمكين الذكاء الاصطناعي من فهم الأحياء الخلوية للأورام: EPFL تتيح أطلسًا للبروتينات المكانية

تجمع spora صور أنسجة لأكثر من خمسة آلاف مريض، لتمكين الباحثين من مقارنة كيفية تجاور الخلايا المختلفة وتفاعلها داخل الأورام، وتوفير أساس مشترك لاختبار الذكاء الاصطناعي في مجال السرطان. يمثل ذلك خطوة في دمج البيانات، لكن الوصول إلى تنبؤات سريرية موثوقة لا يزال يتطلب التحقق.

By SURL BioNews

لا تقتصر المعلومات التي تكشفها قطعة من نسيج ورمي على مظهر الخلايا السرطانية. فقد تحمل مواقع تجمع الخلايا المناعية، والخلايا التي تتجاور، دلائل على تطور المرض والاستجابة للعلاج. أعلن المعهد الفدرالي السويسري للتكنولوجيا في لوزان (EPFL) في 28 أكتوبر عن spora، وهو مورد للبروتيوميات المكانية يجمع صور الأنسجة المتفرقة بين دراسات مختلفة ضمن تنسيق مشترك، مما يتيح للذكاء الاصطناعي فرصة التعلم من «أحياء» خلوية أكثر تنوعًا.

تضم spora ما مجموعه 13,546 صورة متعددة الواسمات من 35 مجموعة بحثية و5,477 مريضًا؛ ووفقًا لإعلان EPFL ووثائق المنصة، تغطي الصور 14 مصدرًا نسيجيًا وخمس تقنيات تصوير هي IF وOrion وIMC وCODEX وMIBI. تستطيع هذه التقنيات قياس بروتينات متعددة مع الحفاظ على معلومات مواقعها داخل الأنسجة، مما يساعد الباحثين على تحديد هوية الخلايا ورسم العلاقات المكانية بين الورم والخلايا المناعية المحيطة به.

في السابق، كان تحليل هذه البيانات معًا صعبًا في كثير من الأحيان، إذ تختلف المختبرات في الأجهزة المستخدمة، ومجموعات الواسمات البروتينية، وتنسيقات الملفات، والتوصيفات السريرية. لذلك، وحّد فريق spora تنسيقات الصور وأسماء البروتينات، ونظّم بيانات المرضى، ووفّر معلومات تجزئة تحدد حدود الخلايا والأنسجة. لكن توحيد التنسيق لا يعني زوال الاختلافات التجريبية؛ إذ يحتفظ الأطلس بمصادر الدراسات الأصلية وتوصيفاتها، ليتمكن المستخدمون من تقدير البيانات المناسبة للإجابة عن أسئلتهم.

يحاول الأطلس أيضًا الربط بين القياسات الجزيئية والتفسير الروتيني لصور علم الأمراض. فمن بين 944,680 رقعة صغيرة من الصور متعددة الواسمات المدرجة في وثائق المنصة، تتوافر لـ30.7% بيانات مطابقة مصبوغة بالهيماتوكسيلين والإيوزين (H&E). ويوفر ذلك مواد تدريب لـ«التلوين الافتراضي»، إذ يمكن للباحثين اختبار ما إذا كانت النماذج قادرة على تقدير توزيع بروتينات محددة انطلاقًا من صور علم الأمراض التقليدية. لكن البيانات المطابقة لا تغطي سوى جزء من الرقع، ولا يمكن اعتبار الأطلس بأكمله متاحًا بالمستوى نفسه من المطابقة بين البيانات الجزيئية وصور علم الأمراض.

تساعد مكتبة spora-io البرمجية، التي أُطلقت مع الأطلس، الباحثين على تحميل الصور وتقسيمها وأخذ عينات عبر المجموعات؛ فيما توفر spora-bench إجراءات تقييم مشتركة. وتصف ورقة نُشرت على arXiv في 15 أكتوبر، وموسومة بأنها قُبلت في NeurIPS 2026، اختبارات معيارية تشمل 12 مجموعة بحثية، وتتضمن التعرف على أنواع الخلايا، والتشخيص والتنبؤ بالاستجابة للعلاج، والتلوين الافتراضي، بما يتيح مقارنة النماذج الحالية بنماذج متخصصة في مهام محددة ضمن ظروف متسقة.

السؤال المحوري الذي يتناوله إطار التقييم هذا هو ما إذا كانت النماذج تظل موثوقة عند تغير المرضى أو المختبرات أو تقنيات القياس. فقد يرجع الأداء الجيد في دراسة واحدة جزئيًا إلى الألفة بخصائص بيانات معينة؛ وتتيح الاختبارات عبر الدراسات فحصًا أعمق لمدى قابلية تعميم الأنماط التي تعلمتها النماذج. يوسّع الأطلس إمكانات اختبار هذا السؤال، لكن حجم البيانات والواسمات البروتينية المتاحة والمعلومات السريرية لا تزال متفاوتة بين الأنسجة المختلفة، مما يستلزم الانتباه إلى نطاق صلاحية الاستخدام.

في الوقت الحالي، تتمثل حصيلة spora في بيانات وأساس للاختبار متاحين للاستخدام البحثي، ولا يمكن الاستناد إلى ذلك بعدُ للقول إن الذكاء الاصطناعي قادر على تحسين تشخيص المرضى أو نتائج علاجهم. ولاستخدام النماذج في تفسير صور علم الأمراض أو اختيار العلاجات، لا بد من التحقق منها بحسب الاستخدام الفعلي المقصود، على بيانات مرضى مستقلة وضمن سير العمل السريري. كما أن إتاحة البيانات تخضع لشروط استخدام: إذ تنبّه وثائق المنصة إلى اختلاف تراخيص بيانات المجموعات، وضرورة التحقق منها كلٍّ على حدة في الأبحاث اللاحقة والتطبيقات التجارية.

References

  1. EPFL
  2. arXiv
  3. EPFL — Bunne Lab
  4. BioImage Archive