الدمج والتوافق والتعليق عبر الأنواع لبيانات تسلسل الرنا أحادي الخلية باستخدام CAMEX

لماذا يهم هذا البحث

يتكوّن جسم كل حيوان من مجموعة غنية من أنواع الخلايا، ومع ذلك لا نزال نفتقر إلى خريطة واضحة لكيفية مُقارنة هذه الخلايا عبر الأنواع أو كيف تتغير عبر التطور. تُقدّم هذه الدراسة CAMEX، أداة حسابية تُجْمِع بيانات نشاط الجينات أحادية الخلية من حيوانات مختلفة في صورة مشتركة. بالنسبة للقارئ العام، هذا مهم لأنه يقربنا من إجابة أسئلة مثل أي أنواع الخلايا هي عالمية بالفعل، وأيها فريدة لدى البشر، وكيف تشكّلت أعضاء مثل الدماغ والكبد والخصية عبر الزمن التطوري.

النظر إلى الخلايا واحدة تلو الأخرى

تمكن تقنيات تسلسل الرنا أحادي الخلية الحديثة العلماء من قراءة الجينات النشطة في آلاف إلى ملايين الخلايا الفردية في تجربة واحدة. من خلال مقارنة هذه الأنماط، يمكن للباحثين تصنيف الخلايا إلى أنواع وتتبع كيفية تطورها. توجد الآن العديد من مجموعات البيانات لمَن هم من البشر والقرود والفئران والأسماك والزواحف وغيرهم. ومع ذلك، غالباً ما تستخدم كل دراسة تقنيات تجريبية مختلفة، وتختلف الأنواع في مجموعات جيناتها. بالإضافة إلى ذلك، معرفتنا بالجينات غير متكافئة: الحيوانات المخبرية المدروسة جيداً موصوفة بشكل أفضل بكثير من الأنواع النادرة. تعمل هذه الاختلافات مثل «تأثيرات الدفعة» وقواميس ناقصة، مما يصعّب محاذاة الخلايا المماثلة عبر الأنواع ومعرفة أي السمات مشتركة حقاً مقابل أيها خاص بنوع معين.

طريقة بيانية لربط الأنواع

تتعامل CAMEX مع هذه العقبات بتحويل كل البيانات إلى شبكة كبيرة موحّدة تشمل كلّاً من الخلايا والجينات. في هذه الشبكة، ترتبط الخلايا بالجينات التي تعبّر عنها، وبالخلايا المجاورة الأكثر تشابهاً، وتُربط الجينات عبر الأنواع إذا اعتُبرت مرتبطة تطورياً، حتى عندما تكون العلاقة كثيرة إلى كثيرة بدلاً من تطابق واحد لواحد بسيط. ثم يمرر نوع متخصص من نماذج التعلم الآلي، وهو شبكة عصبية بيانية غير متجانسة، المعلومات عبر هذه الروابط ويتعلم «تضميناً» مدمجاً لكل خلية وجين في فضاء منخفض الأبعاد مشترك. لأجل دمج البيانات، يُدرّب النموذج على إعادة بناء كلٍّ من بنية الشبكة ونماذج نشاط الجينات الأصلية دون أن يُعلم بأنواع الخلايا مسبقاً. ولأجل التعليق الخلوي، يغذي نفس المُشفّر مصنفاً معتمداً على الانتباه يمكنه نقل التسميات المعروفة من نوع مرجعي إلى أنواع أقل دراسة.

كشف أنواع الخلايا المشتركة والتطوّر النمائي

يبين المؤلفون أن CAMEX تتفوق على مجموعة من الأدوات الشائعة عند اختبارها ببيانات واقعية ومتطلبة. في بيانات الكبد والمبيض والبنكرياس التي شملت ما يصل إلى أربعة أنواع ومنصات تجريبية متعددة، حققت CAMEX أفضل توازن بين هدفين متنافسين: إزالة الاختلافات الاصطناعية الناتجة عن الدُفع مع الحفاظ على الفروقات البيولوجية الحقيقية بين أنواع الخلايا. فقد حاذت بدقة تجمعات خلوية شائعة مثل الخلايا الكبدية والخلايا المناعية، والأهم من ذلك أنها حافظت على أنواع الخلايا النادرة التي تميل طرق أخرى إلى تمويهها. في اختبار درامي، دمجت CAMEX بيانات الخصية من 11 نوعاً، من الرئيسيات إلى خلد الماء والدجاج. أعادت النموذج المسار المستمر الذي تتمايز به الخلايا الجرثومية إلى حيوانات منوية وأظهرت أن استخدام علاقات جين-إلى-جينة متعددة إلى متعددة أمر بالغ الأهمية للحفاظ على الأداء كلما ازدادت المسافة التطورية بين الأنواع. نجح النموذج أيضاً في محاذاة مراحل تطور الأعضاء عبر سبعة أنواع، موسّعاً فكرة مراحل التطور الكلاسيكية (Carnegie) لتشمل أكثر من مجموعة الكائنات النموذجية التي عُرّفت لها في الأصل.

اكتشاف الخلايا والمجموعات الجينية الخاصة بكل نوع

بما أن CAMEX يتعلّم تضمينات لكل من الخلايا والجينات، يمكنه إبراز السمات الخاصة بدلاً من السمات المشتركة فقط. في مجموعات بيانات الدماغ التي شملت الإنسان والفأر والسحلية والسلحفاة، دمج CAMEX البيانات وعند استخدام تسميات بشرية كدليل، وسمى أنواع الخلايا بدقة في الأنواع الأخرى، حتى المجموعات الفرعية الصغيرة مثل الخلايا المحيطة بالأوعية في دماغ السلحفاة. بتطبيق الطريقة على خريطة مفصّلة للقشرة الجبهية الظهرية الجانبية لدى الرئيسيات، استطاع المؤلفون عزْل أنواع فرعية محددة من الخلايا الدبقية الصغرى—خلايا المناعة الدماغية—التي توجد فقط لدى البشر أو مشتركة مع الشمبانزي. وبواسطة تجميع تضمينات الجينات، وجدوا أيضاً مجموعات من الجينات المرتبطة بوظائف رئيسية: على سبيل المثال، وحدات نشطة في خلايا الدعم الجسمية في الخصية، وأخرى مرتبطة بالانقسام الاختزالي، العملية الانقسامية التي تُنتج الحيوانات المنوية. تشير هذه النتائج إلى برامج محافظة وتعديلات خاصة بكل نوع في سلوك الخلية.

ما الذي يعنيه هذا للصورة الأكبر

بعبارات بسيطة، تُعتبر CAMEX «محرك ترجمة» قوي جديد لبيانات أحادية الخلية عبر شجرة الحياة. يساعد العلماء على رؤية متى تقوم خلايا من حيوانات مختلفة بنفس الوظيفة تقريباً، ومتى تباعدت، وكيف تقارن الجداول الزمنية التطورية. ومع أن للطريقة قيوداً—مثل اعتمادها على خرائط التشابه الجينية الموجودة والتحديات العامة في تفسير نماذج القائمَة على الرسوم البيانية—فإنها تمكّن بالفعل مقارنات تطورية أعمق مما كان ممكناً سابقاً. مع مرور الوقت، قد تساعد أدوات مثل CAMEX في بناء شجرة حقيقية لأنواع الخلايا، وصقل نماذجنا لتطوّر الأعضاء، وتوجيه البحث عن أنواع الخلايا والهدفَات الدوائية المتعلقة بالأمراض لدى البشر والنماذج الحيوانية.

الاستشهاد: Guo, ZH., Huang, DS. & Zhang, S. Multi-species integration, alignment and annotation of single-cell RNA-seq data with CAMEX. Nat Commun 17, 3017 (2026). https://doi.org/10.1038/s41467-026-69696-3

الكلمات المفتاحية: تسلسل الرنا أحادي الخلية, الدمج عبر الأنواع, شبكات عصبية بيانية, تطور أنواع الخلايا, علم الجينومات المقارن