FAIR m-BIDS: تعزيز استخدام بيانات الدماغ عبر مبادئ متعددة الوسائط وFAIR

لماذا تنظيم بيانات الدماغ مهم

ينتج البحث العصبي الحديث سيلًا من المعلومات الرقمية: صور دماغية، تسجيلات كهربائية، بيانات جينية، وحتى ملاحظات مفصّلة عن السلوك. ومع ذلك، تُحبس كثير من هذه المعلومات في تنسيقات يصعب البحث فيها أو دمجها أو إعادة استخدامها. تقدم هذه الورقة FAIR m-BIDS، نهجًا جديدًا لتنظيم بيانات الدماغ بحيث يمكن للعلماء في أي مكان العثور على المعلومات وربطها وإعادة استخدامها بأمان عبر أنواع دراسات متنوعة.

مشكلة سجلات الدماغ المبعثرة

اليوم تُجمع بيانات الدماغ في أنحاء العالم باستخدام أدوات متعددة، من أجهزة MRI إلى قبعات EEG إلى حسّاسات الحركة. وُضع هيكل بيانات تصوير الدماغ (BIDS) لجلب النظام إلى هذا الفوضى بتحديد ترتيبات المجلدات وأسماء الملفات المشتركة. تم توسيع BIDS ليشمل أنواعًا كثيرة من القياسات، لكنه لا يزال يتعامل مع كل دراسة كجزيرة منفصلة. داخل كل جزيرة، يحصل الأشخاص والملفات على تسميات محلية قد لا تتطابق عبر الدراسات. هذا يجعل من الصعب تتبع نفس الشخص بمرور الوقت أو دمج أنواع قياسات مختلفة لنفس الشخص، مثل مطابقة صور المسح الدماغي مع نشاطه الكهربائي وسجلاته السريرية.

قواعد FAIR لبيانات يمكن للآخرين استخدامها

في الوقت نفسه، تهدف العديد من المجالات الآن إلى اتباع مبادئ FAIR: يجب أن تكون البيانات قابلة للاكتشاف (Findable)، متاحة (Accessible)، قابلة للتشغيل البيني (Interoperable)، وقابلة لإعادة الاستخدام (Reusable). بالنسبة لبحوث الدماغ، يعني ذلك القدرة على البحث عبر مجموعات عديدة، واسترجاع القطع المطلوبة بالضبط، ودمج أنواع بيانات مختلفة بسلاسة، وكل ذلك مع احترام الخصوصية. صُمّم BIDS الكلاسيكي قبل تعريف FAIR رسميًا، لذا فهو لا يدعم هذه الأهداف بالكامل. على سبيل المثال، من السهل استعراض مجموعة بيانات واحدة، لكن من الصعب البحث عبر عدة مجموعات عن جميع التسجيلات لفئة عمرية معينة أو تشخيص محدد أو نوع مسح معين.

طريقة جديدة لوضع وسم لكل ملف ولكل شخص

تحافظ FAIR m-BIDS على المظهر والشعور المعروفين لـ BIDS، لكنها تضيف طبقة جديدة من المعرفات الذكية. يحصل كل ملف بيانات على مفتاح معرف فريد عالميًا للملف، وهو مستقر عبر الزمن وفريد عبر المنصة كلها. يحصل كل مشارك على معرف موضوع فريد عالميًا، وهو نفسه بغض النظر عن عدد الدراسات التي يشارك فيها. كما تحصل كل مجموعة بيانات على مفتاح مجموعة بيانات عالمي. في الخلفية، تُنشأ هذه المفاتيح باستخدام دوال رياضية ثابتة تُخفي التفاصيل الشخصية بينما تسمح للأنظمة المعتمدة بالتعرّف متى تنتمي ملفات مختلفة إلى نفس الشخص المجهول. يتيح هذا الوسم الدقيق للباحثين البحث والتصفية وإعادة تجميع الملفات بناءً على أوصاف غنية دون أن يظلوا محصورين داخل هيكل المجلد الأصلي.

بناء مجموعات مخصصة عند الطلب

بما أن كل ملف وموضوع ومجموعة بيانات مرتبط عبر هذه المفاتيح، يحوّل FAIR m-BIDS الأرشيف الثابت إلى بنك حيوي مرن. يمكن للعلماء طرح أسئلة مفصّلة على النظام: على سبيل المثال، «أعطني كل صور الدماغ وتسجيلات EEG للنساء اللواتي تتراوح أعمارهن بين 50–60 عامًا واللواتي تظهر عليهن علامات فقدان الذاكرة»، ويتلقون حزمة جاهزة تمتد عبر دراسات أصلية متعددة. يمكن للنظام حفظ نتائج هذه الاستعلامات كمجموعات بيانات جديدة، لكل منها مفتاح مجموعة بيانات خاص به ولكنه لا يزال مرتبطًا بالمصادر الأصلية. يسهل هذا إجراء دراسات متعددة الوسائط واسعة النطاق، متابعة نفس الأشخاص عبر الوقت، مقارنة الطرق، وتكرار أو توسيع الأعمال السابقة. تم اختبار البنية على مجموعات بيانات عامة وجاري طرحها في بنك خرائط دماغ وطني في إيران، حيث ستغذي منصة عبر الإنترنت للاستكشاف والتحليل.

الحفاظ على البيانات مفيدة ومتصلة وآمنة

بعبارات بسيطة، يوضح المؤلفون كيف يمكن لإضافة معرفات ذكية تحمي الخصوصية فوق المعايير الحالية أن تحوّل سجلات الدماغ المبعثرة إلى مكتبة منظمة وقابلة للبحث. تحافظ FAIR m-BIDS على إخفاء التفاصيل الحساسة مع السماح للأدوات المعتمدة بربط الملفات والأشخاص والمجموعات عبر دراسات متعددة. هذا يجعل بيانات الدماغ أسهل في العثور عليها ودمجها وإعادة استخدامها، مما يساعد الباحثين على بناء صور أغنى لصحة الدماغ والمرض ويمهّد الطريق لعلم أعصاب أكثر موثوقية وتعاونية ومعتمدًا على البيانات.

الاستشهاد: Mirhosseini, S.M., Naseri, H., Siahlou, B. et al. FAIR m-BIDS: Advancing brain data utilization through multimodal and FAIR principles. Sci Data 13, 555 (2026). https://doi.org/10.1038/s41597-026-06790-7

الكلمات المفتاحية: بيانات الدماغ, تصوير الأعصاب, معايير البيانات, مجموعات بيانات متعددة الوسائط, مبادئ FAIR