نمذجة الشبكات العصبية الاصطناعية وتحسين جهاز حيوي كهروكيميائي لاكتشاف سرطان الثدي المعتمد على miR-155 في البلازما

لماذا يهم هذا لفحوصات السرطان المبكرة

يسعى الأطباء والباحثون إلى اختبارات دم بسيطة قادرة على كشف السرطان قبل ظهور الأعراض بفترة طويلة. إشارة واعدة في الدم هي قطعة جينية صغيرة تُدعى miR-155، والتي ترتبط بسرطان الثدي وببعض الحالات المناعية والالتهابية. بناء مستشعر قادر على قياس إشارة ضعيفة كهذه بثبات أمر صعب وعادة ما يتطلب شهورًا من التجريب في المختبر. تُظهر هذه الدراسة كيف أن الجمع بين نماذج حاسوبية ذكية وجهاز حيوي كهروكيميائي يمكن أن يجعل هذه العملية أسرع وأرخص وأكثر فاعلية، مما يقرب اختبارات الكشف المبكر العملية خطوة إلى التطبيق.

تحويل قطيرة دم إلى إشارة إنذار

تركز الدراسة على جهاز حيوي كهروكيميائي يقرأ مستويات miR-155 في البلازما، الجزء السائل من الدم. جوهر الجهاز هو قطب ذهبي صغير تُعدّ سطحه بعناية عبر عدة مراحل. أولاً، تُربط خيوط قصيرة من الحمض النووي مصممة للتعرف على miR-155 بالمعدن. ثم يملأ جزيء صغير الفراغات لمنع التصاق مواد غريبة. عند إضافة عينة المريض، يلتصق أي miR-155 موجود بهذه الخيوط، وتندخل جزيئة شبيهة بالصبغة تُدعى Oracet Blue في هذه البنى المزدوجة. أخيراً، يقيس مسح كهربائي مقدار الشحنة المنتقلة، مولداً تياراً يعكس مقدار miR-155 في العينة.

لماذا يكون الضبط التقليدي بطيئاً ومهدراً

على الرغم من بساطة الفكرة الأساسية للمستشعر، فإن أدائه يعتمد بشدة على كيفية بنائه. هناك ست خطوات رئيسية مهمة: تركيز مجس الحمض النووي، مدة السماح له بالارتباط، مدة جلوس جزيء الحجب، مدة إعطاء المَيِّنة (الهدف) للارتباط، وكمية ووقت انتظار Oracet Blue. في الأعمال السابقة، كان الباحثون يغيّرون واحدة أو اثنتين من هذه المتغيرات في كل مرة، ويجرون تجارب جديدة، ويتحسّنون تدريجياً. هذا الأسلوب يستهلك مواد مكلفة، ويتطلب وقتاً طويلاً من الباحثين، وقد يفشل في إيجاد أفضل التركيبات، خاصة عندما تكون العلاقة غير خطية—فالتغيرات الصغيرة في الزمن أو التركيز قد تضاعف الإشارة أو تقسمها على اثنين فجأة.

السماح للحواسيب بتعلّم أفضل وصفة تصنيع

لكسر هذا القيد، لجأ المؤلفون إلى التعلم الآلي، مستخدمين نمطين من النمذجة: الشبكات العصبية الاصطناعية (ANN) ونظام عصبي-غامض تكيفي (ANFIS). جمعوا بيانات من 51 طريقة مختلفة لتصنيع نفس مستشعر miR-155، كل منها محدد بمزيج فريد من الخطوات الست، وسجلوا التيار الكهربائي الناتج. تعلّمت الشبكة العصبية ربط اختيارات التصنيع مباشرة بمخرجات المستشعر باستخدام شبكة مدمجة بطبقة مخفية واحدة و13 وحدة داخلية. جمع نهج ANFIS قواعد غامضة (مثل "منخفض" أو "عالي") مع تدريب شبيه بالشبكات العصبية واستخدم أيضاً حيلة إحصائية لتقليل التداخل بين المدخلات. بعد تدريب واختبار دقيقين، تبين أن ANN أكثر دقة وأسهل في التعامل، إذ التقطت التفاعلات المعقدة بين الخطوات أفضل من النموذج الغامض الذي يعتمد على القواعد.

البحث في فضاء التصميم بواسطة التطور الرقمي

بمجرد أن أصبحت ANN قادرة على محاكاة المستشعر بدقة، ربط الفريق هذه الشبكة بخوارزمية جينية، وهي طريقة بحث مستوحاة من التطور. بدأت هذه الأداة الرقمية بعدد كبير من وصفات التصنيع العشوائية و"ربَّتها" وغيّرتها بشكل متكرر، محتفظةً بالوصفات التي توقعت ANN أنها ستعطي إشارات أقوى. داخل هذا البيئة الافتراضية لم يكن هناك حاجة لتجارب مختبرية جديدة: يمكن للحاسوب استكشاف احتمالات لا حصر لها محاكياً. كانت الوصفة الفائزة ملفتة. بالمقارنة مع أفضل الظروف التي اختبرها الباحثون فعلياً على المنضدة، استخدمت التركيبة المحسّنة كمية أقل من مجس الحمض النووي وكمية أقل من Oracet Blue إجمالاً، قصّرت عدة خطوات حضانة، ومع ذلك توقعت أن تزيد تيار إخراج المستشعر بأكثر من الضعف—من 98 إلى 223 نانوأمبير—مما يجعل الإشارة أقوى وأسهل للتمييز عن الضوضاء الخلفية.

ماذا يعني هذا للاختبارات الدموية المستقبلية

بالنسبة للقارئ غير المتخصص، الرسالة الأساسية هي أن المؤلفين حوّلوا ضبط الأجهزة الحيوية من عملية تخمين إلى عملية موجهة ومدفوعة بالبيانات. عبر السماح لشبكة عصبية بتعلّم كيفية تأثير خطوات التصنيع على الإشارة الكهربائية النهائية، ثم إفساح المجال لخوارزمية تطورية للبحث عن أفضل وصفة، وجدوا ظروفاً يُتوقع أن توفر قراءة أكثر إشراقاً وموثوقية لـ miR-155 مع إهدار أقل للوقت والمواد. على الرغم من أن الإعدادات المحسّنة لا تزال بحاجة إلى تأكيد تجريبي كامل وتركز الدراسة على نوع واحد من علامات سرطان الثدي، يمكن تطبيق نفس الاستراتيجية على العديد من الأجهزة الحيوية الأخرى. على المدى الطويل، قد يساعد هذا النوع من التصميم الذكي في إتاحة اختبارات دم سريعة ورخيصة للكشف المبكر عن السرطان وأمراض أخرى في الممارسة السريرية الروتينية.

الاستشهاد: Imani, A., Hosseinpour, S., Azimzadeh, M. et al. Artificial neural network modeling and optimization of an electrochemical biosensor for plasma miR-155-based breast cancer detection. Sci Rep 16, 7893 (2026). https://doi.org/10.1038/s41598-026-36466-6

الكلمات المفتاحية: جهاز حيوي لاكتشاف سرطان الثدي, كشف الميكرو RNA-155, مستشعر كهروكيميائي, الشبكات العصبية الاصطناعية, تحسين بواسطة الخوارزمية الجينية