محاذاة غير صلبة آلية ومتينة لصور المجهر المأخوذة على مقاطع متتالية باستخدام PiCNoR

رؤية الأنسجة بثلاثة أبعاد دون فقدان التفاصيل

تعتمد علم الأحياء الحديث كثيرًا على تحويل شرائح رقيقة من النسيج إلى صور ثلاثية الأبعاد كاملة للأعضاء والدماغ. لكن عند قطع كل شريحة مجهرية وتلوينها وتصويرها، قد تتمدد أو تتمزق أو تتحرك. إذا لم تُرصّ هذه الشرائح بشكل صحيح، فقد تكون الصورة الثلاثية الأبعاد الناتجة مضللة. تقدم هذه الورقة طريقة حاسوبية جديدة باسم PiCNoR تساعد العلماء على محاذاة هذه الصور بدقة وبشكل آلي، بحيث تُحافظ البنى الدقيقة في الأجِنَّة والأدمغة عند إعادة البناء ثلاثي الأبعاد.

لماذا يعد ترتيب الشرائح صعبًا للغاية

لبناء منظر ثلاثي الأبعاد، يصوِّر الباحثون سلسلة طويلة من المقاطع الرقيقة جدًا المأخوذة من نفس قطعة النسيج. من الناحية النظرية، ينبغي أن تتطابق كل شريحة تمامًا مع السابقة، مثل بطاقات مرتبة في رزمة منظمة. في الواقع، قد تتشوّه كل شريحة بطريقة مختلفة قليلًا أثناء القطع والتلوين. قد تختلف الألوان، وقد تتمدد أجزاء أو تتحرك معالم. تفترض أساليب المحاذاة «الصلبة» التقليدية أن الشريحة كلها تتحرك أو تدور فقط، وهو ما لا يكفي غالبًا. هناك أساليب أكثر مرونة «مرنة/إلاستيك»، لكنها قد تكون بطيئة، تتطلب ضبطًا دقيقًا من خبراء، أو تعتمد بشكل كبير على سطوع الصورة الذي قد يتغير من شريحة لأخرى.

نهج جديد: قطع محلية تعمل معًا

يتبنّى PiCNoR وجهة نظر مختلفة وأكثر محلية للمشكلة. بدلاً من محاولة ثني الصورة كاملة مرة واحدة، يقسم أولًا كل شريحة إلى مناطق عديدة اعتمادًا على نمط المعالم في الصورة. داخل كل منطقة، يجد الأسلوب نقاط تطابق بين شريحتين متجاورتين باستخدام كاشفات ميزات قوية، ويقدّر كيف يجب أن تدور تلك المنطقة أو تتحرك لتتطابق. تُفحص هذه الحركات المحلية من حيث المعقولية ثم تُدمج برفق بحيث يحصل كل بكسل في الشريحة على حركة تمزج بسلاسة معلومات من المناطق المحيطة. النتيجة هي محاذاة مرنة «غير صلبة» لكنها تظل متحكمة وواقعية في سلوكها.

ترك البيانات تختار مستوى التعقيد المناسب

تحدٍّ أساسي في أي طريقة قائمة على المناطق هو تحديد عدد المناطق المستخدمة: القليل منها لا يكفي لتصحيح التشوهات الدقيقة، والكثير يجعلها غير مستقرة وبطيئة. كانت الطرق السابقة تعتمد غالبًا على التجربة والخطأ، مع فحص المرئي للنتيجة مرارًا وتكرارًا. يتجنّب PiCNoR هذا الضبط اليدوي باستخدام أداة إحصائية تسمى معيار المعلومات البايزي، التي توفّق تلقائيًا بين مقدار التفاصيل ومخاطرة الإفراط في الملاءمة. عمليًا، يعني ذلك أن الخوارزمية تقرر بنفسها عدد المناطق اللازمة لمجموعة بيانات معينة دون إشراف بشري، ما يوفر الوقت ويقلل الانحياز.

الحفاظ على النتائج موثوقة وفعّالة

ليست كل الحركة المحلية المقدّرة موثوقة — بعضها قد يتشوّه بسبب الضوضاء أو التطابقات الضعيفة. يتعامل PiCNoR مع هذا بتمثيل كل منطقة كعقدة في رسم بياني، حيث تؤثر المناطق المجاورة في بعضها البعض. تُستبدل الحركات التي تبدو غير واقعية من حيث الدوران أو الإزاحة بمتوسط موزون للحركات الأكثر موثوقية بالجوار. يساعد تمثيل رياضي مضغوط على دمج هذه الحركات بكفاءة. وأخيرًا، يُحسب تحرك كل بكسل كمزيج موزون احتماليًا من حركات المناطق، مما يضمن أن الانتقالات بين المناطق تظل ناعمة، دون انثناءات أو طيات مفاجئة في النسيج.

إثبات الفعالية على بيانات بيولوجية حقيقية

اختبر الباحثون PiCNoR على ثلاث مجموعات بيانات مختلفة تمامًا: مقاطع أجنة بشرية من مجموعة كيوتو، مجموعة تصوير إلكتروني لعمود عصبي في ذبابة الفاكهة، ومجموعة جديدة من مجهر ضوئي من الحُصَين في دماغ فأر. عبر هذه الأمثلة، أنتج PiCNoR باستمرار تراكبًا أفضل بين الشرائح مقارنة بالطرق الصلبة والمرنة الشائعة. حافظ على استمرارية البنى الحساسة في العروض الثلاثية الأبعاد وتجنّب التشوهات المبالغ فيها التي تُرى أحيانًا مع أدوات أخرى. والأهم أنه فعل ذلك مستخدمًا عددًا أقل من المناطق المحلية مقارنة ببعض المنافسين، وبتكاليف حسابية تظل عملية لمجموعات بيانات كبيرة.

ما الذي يعنيه هذا لمستقبل التصوير المجهري ثلاثي الأبعاد

لغير المتخصصين، الخلاصة أن PiCNoR يقدم طريقة أكثر موثوقية لتحويل مجموعات من صور المجهر ثنائية الأبعاد إلى إعادة بناء ثلاثي الأبعاد أمين. من خلال اختيار مستوى التفاصيل المطلوب آليًا وبحماية النتائج من التصحيحات المحلية السيئة، يحافظ على الأشكال الحقيقية للأنسجة مع إبقاء زمن المعالجة معقولًا. هذا يجعل من الأسهل على علماء الأحياء والأطباء الاعتماد على ما يرونه في الثلاثي الأبعاد، سواء كانوا يدرسون تطور الجنين أو تنظيم خلايا الدماغ، ويمهّد الطريق لتحليل آلي أكثر دقة لمجموعات بيانات مجهرية معقدة.

الاستشهاد: Adi, P.M., Shabani, H. & Mansouri, M. Automated and robust nonrigid registration of serial section microscopic images using PiCNoR. Sci Rep 16, 7559 (2026). https://doi.org/10.1038/s41598-026-38548-x

الكلمات المفتاحية: المجهر ثلاثي الأبعاد, محاذاة الصور, تصوير الدماغ, علم الأنسجة, المحاذاة غير الصلبة