يتنبأ FATE-MAP بالتشوهات الخلقية وأنماط فشل التنسُّج الجرثومي البشري من خلال دمج التعلم العميق والنمذجة الميكانيكية

لماذا تهم أخطاء الجنين المبكر

تفشل العديد من حالات الحمل في الوصول إلى ما بعد الأسابيع الأولى، وغالبًا لأسباب تظل غير مرئية لكل من الوالدين والأطباء. إحدى العقبات الحاسمة هي مرحلة تُسمى التنسُّج الجرثومي، عندما تعيد كرة بسيطة من الخلايا تنظيم نفسها إلى طبقات أساسية ستكوّن كل عضو في الجسم. إذا أخفقت هذه الخطوة، فقد ينتج عن ذلك فقدان الحمل أو عيوب خلقية. ومع ذلك، كان لدى العلماء القليل من الأدوات الخاصة بالبشر لفهم كيف قد تؤثر الأدوية والمواد الكيميائية في هذا المسار الهش. تقدم هذه الدراسة FATE-MAP، منصة جديدة تجمع بين نماذج الخلايا الجذعية، والتصوير المتقدم، والذكاء الاصطناعي للتنبؤ بالمركبات التي قد تضر بالتطور البشري المبكر وللكشف عن كيفية نشوء تلك الإخفاقات.

بناء نموذج مختبري للجنين المبكر

لأن الأجنة البشرية الحقيقية لا يمكن دراستها بعمق، لجأ الباحثون إلى «الغازترولويدز» — أقراص صغيرة مسطحة نمت من خلايا جذعية جنينية بشرية. عند تعريض هذه الأقراص لبروتين إشارة يُسمى BMP4، تنظم نفسها ذاتيًا إلى ثلاث مناطق متحدة المركز تعكس أنسجة الجنين المبكر: منطقة داخلية تبقى ذات طابع جذعي، وحلقة وسطى تتحول إلى مسودرم (سلف العضلات والعظام والدم)، وحلقة خارجية مرتبطة بالأنسجة خارج الجنين المبكر. عالج الفريق نحو 2000 من هذه المستعمرات بمكتبةٍ تضم 210 أدوية تستهدف مسارات نمو وإشارة رئيسية. باستخدام علامات فلورية وتحليل صور مخصص، حولوا نمط كل مستعمرة إلى بصمة مكونة من 150 رقمًا تلتقط كيفية ترتيب الأنسجة الثلاثة من الحافة نحو المركز.

رسم خرائط الأنماط الطبيعية وأنماط الفشل

لإدراك هذا المجموع الكبير من البيانات، استخدم العلماء تقنية تجمع الأنماط المتشابهة معًا في «فضاء شكل» ثنائي الأبعاد. وقعت معظم المستعمرات في منطقة واسعة حيث ظهرت الأنسجة الثلاثة بالترتيب الشعاعي الصحيح، وكانت الاختلافات في الغالب في عرض كل حلقة. لكن ظهرت عدة «أنماط فشل» مميزة: بعض الأنماط افتقرت إلى المنطقة المركزية الشبيهة بالجذع، وأخرى فقدت حلقة المسودرم، وبعضها فقد التناظر الشعاعي تمامًا. وبما أن مثل هذه العيوب من المحتمل أن تمنع تكوين مخطط الجسم الصحيح، اعتبر الفريق هذه العناقيد أوضاع فشل تطوريًا بدلاً من تباينٍ غير ضار. أصبحت هذه الخريطة المرجع الذي قورِنَت به كل من البيانات التجريبية والنماذج الحاسوبية.

تعليم الحواسيب لتوقع المركبات ذات المخاطر

كانت الخطوة التالية معرفة ما إذا كان الحاسوب يمكنه توقع موقع مركب جديد في هذا الفضاء الشكل باستخدام صيغته الكيميائية فقط. استخدم المؤلفون نموذجًا من فئة المحولات — نهج تعلم عميق طُوّر أصلاً للغة — لتحويل سلسلة SMILES لكل جزيء إلى وصف عددي عالي الأبعاد. ثم تعلّم شبكة عصبية ربط هذه الأوصاف ببصمات المستعمرات المكونة من 150 رقمًا، وترجمت شبكة ثانية تلك البصمات إلى مواقع على خريطة الفضاء الشكل. بالنسبة لعشرات الأدوية ذات نتائج الحمل المعروفة، كانت توقعات FATE-MAP الحاسوبية البحتة مطابقة أو متفوقة على اختبارات التشويه الخَلقِي المعتمدة على خلايا جذعية والحسابية في تصنيف المركبات كمخاطِرة أو آمنة. ومن اللافت أن عدة مسببّات تشوه معروفة تقاطعت جميعها في نفس مجموعة الفشل المميزة بفقدان المسودرم.

كشف كيفية حدوث الإخفاقات، وليس مجرد حدوثها

لا يستطيع الذكاء الاصطناعي الصندوق الأسود وحده تفسير سبب فشل المستعمرة. لإضافة الآلية، بنى الفريق نموذجًا رياضيًا لكيفية انتشار ثلاثة جزيئات إشارية رئيسية — BMP وWnt وNodal — عبر المستعمرة ودفع الخلايا نحو مصائر مختلفة بمرور الوقت. من خلال تعديل معلمات مثل كثافة الخلايا الابتدائية ودرجة مقاومة الخلايا المركزية الشبيهة بالجذع للتمايز (المتَرجَمَة بكمية أطلقوا عليها استقرار SOX2)، استطاعوا محاكاة أنماط وإسقاطها في نفس فضاء الشكل. كشف ذلك أن معظم التباين الطبيعي في الأنماط يمكن تفسيره بمحوريْن شبه مستقلين: مدى ازدحام الخلايا ومدى سهولة تخلّيها عن هويتها الجذعية. سمح انخفاض كثافة الخلايا لإشارات Wnt وNodal بالانتشار أبعد نحو الداخل، موسِّعًا حلقة المسودرم، بينما حافظ ارتفاع استقرار SOX2 على المنطقة المركزية في حالة أكثر بدائية رغم إشارات التمايز.

من التحذيرات إلى أدوية مستقبلية أكثر أمانًا

أخيرًا، استخدم الباحثون FATE-MAP للإشارة إلى دواءين في المرحلة السريرية لم تكن هناك بيانات سابقة عن تأثيرهما في الحمل البشري كاحتمالٍ مسبب للتشوه. كُلّا الدواءين تم التنبؤ لهما تجريبيًا بعد ذلك بإنتاج نفس نمط فقدان المسودرم الذي شوهد مع مسببّات التشوه التقليدية من رتنويدات، كما تسببا أيضًا في عيوب مميزة في أجنة سمك الزرد. وعلى نطاق أوسع، يُظهر العمل كيف أن الجمع بين نماذج خلايا جذعية واقعية، وتعلم الآلة، والمعادلات الميكانيكية يمكن أن يحول تطور الإنسان المبكر إلى منظر قابل للرسم. على المدى الطويل، قد تساعد منصات مثل FATE-MAP مطوّري الأدوية على فحص أعداد هائلة من المركبات بحثًا عن مخاطر تطورية دقيقة قبل أن تصل إلى المرضى، وفي الوقت نفسه توضيح القواعد الأساسية التي توجه الجنين من صفحٍ بسيط من الخلايا نحو جسد مكتمل التشكل.

الاستشهاد: Rufo, J., Qiu, C., Han, D. et al. FATE-MAP predicts teratogenicity and human gastrulation failure modes by integrating deep learning and mechanistic modeling. Nat Commun 17, 3327 (2026). https://doi.org/10.1038/s41467-026-69596-6

الكلمات المفتاحية: السمية المشوهة, التنسُّج الجرثومي, نماذج الخلايا الجذعية, التعلم العميق, السمية التطورية