MyoFuse هو سير عمل قائم بالكامل على الذكاء الاصطناعي للقياس التلقائي لاندماج خلايا العضلات الهيكلية في المختبر

لماذا يهم عدّ خلايا العضلات

عندما نمارس الرياضة، نتعافى من إصابة، أو تتطور لدينا أمراض مثل السكري، تعيد عضلاتنا الهيكلية تشكيل نفسها باستمرار. في المختبر، يحاكي العلماء هذه العملية بزرع خلايا عضلية في طبق ومراقبة اندماج الخلايا المفردة لتشكيل ألياف طويلة متعددة النوى. رقم بسيط يُسمى مؤشر الاندماج يخبرهم بمدى نجاح هذا الاندماج. لكن اليوم عادةً ما يُستخرج هذا الرقم عن طريق أشخاص يعدّون يدويًا آلاف النوى الدقيقة على الشاشة—عمل بطيء قد يكون غير متسق ومعرضًا للأخطاء. تقدم هذه الدراسة MyoFuse، سير عمل قائم بالكامل على الذكاء الاصطناعي لأتمتة مهمة العد هذه، بهدف جعل أبحاث العضلات أسرع وأكثر موثوقية وأقل تحيّزًا.

التحدي في رؤية ما هو موجود فعلاً

لدراسة اندماج خلايا العضلات، يصبغ الباحثون نوى الخلايا والألياف العضلية بصبغات فلورية ويلتقطون صورًا ميكروسكوبية. السؤال المحوري هو أي النوى تقع فعلًا داخل الألياف المندمجة وأيها تنتمي إلى خلايا غير مندمجة تقف بالقرب منها. تفترض الطرق التقليدية أنه إذا كانت النواة تتداخل مع ليف عضلي في صورة ثنائية الأبعاد مسطحة، فهي بالضرورة داخل ذلك الليف. ومع ذلك، تنمو الخلايا في ثلاثة أبعاد: قد تقع النواة فوق أو تحت الليف وتبدو متداخلة في الصورة. يستخدم المؤلفون تصويرًا قِمّيًا مفصلاً في خلايا عضلية من الفأر والإنسان ليظهروا أن خدعة التداخل هذه قد تكون مضللة، مما يسبب عدًا خاطئًا للعديد من النوى القريبة كجزء من الألياف المندمجة ويضخم مؤشر الاندماج.

طريقة أذكى لقراءة الصور الفلورية

لاحظ الفريق أن النوى الحقيقية "داخل الليف" تترك بصمة بصرية مميزة. لأن هذه النوى تحتل مساحة فعلية داخل الليف، فإنها تُحدث فجوات صغيرة داكنة في الإشارة الفلورية التي تميِّز بروتين العضلة MyHC. في المقابل، النوى التي تجلس فوق أو تحت الليف لا تُعطّل هذه الإشارة. استنادًا إلى هذه الملاحظة، صمّم المؤلفون MyoFuse، سير عمل ذكاء اصطناعي من خطوتين. أولاً، نموذج تجزئة متخصّص (مقتبس من الأداة مفتوحة المصدر Cellpose) يحدّد بدقة حدود النوى الفردية حتى عندما تكون مكتظة في عناقيد. ثانيًا، شبكة عصبية خفيفة تفحص إشارة MyHC المحيطة بكل نواة وتقرر ما إذا كانت داخل الليف أو خارجه، استنادًا فقط إلى هذا النمط المحلي بدلًا من التداخل البسيط.

مدى تطابق الذكاء الاصطناعي مع خبراء البشر

اختبر الباحثون MyoFuse بدقة على صور خلايا عضلية من نوع C2C12 للفأر وخلايا عضلية بشرية أولية من عضلات مختلفة. بالنسبة لكلتا الفئتين، كان عدّ الذكاء الاصطناعي لإجمالي النوى ومؤشر الاندماج المحسوب متوافقًا جدًا مع التعليقات التوضيحية اليدوية الدقيقة التي أجراها الخبراء، مع ارتباطات تكاد تكون مثالية. على مستوى النواة الفردية، ميز المصنّف بشكل صحيح النوى داخل الألياف مقابل خارجها في أكثر من 90% من الحالات عبر مجموعات البيانات، مع مقاييس أداء تضاهي التمييز على مستوى الإنسان. والأهم من ذلك، أن MyoFuse عمل جيدًا أيضًا على مجموعة منفصلة من الخلايا البشرية لم تُستخدم مطلقًا في التدريب، ما يشير إلى أن المنهج يمكن أن يعمّم على عينات جديدة بدلًا من حفظ صور التدريب فقط.

كشف التحيّز الخفي في الطرق الشائعة

بعيدًا عن دقته، كشف MyoFuse عن مشاكل منهجية في طرق الأقنعة الشائعة التي تعتمد على التداخل البسيط بين إشارات النوى والألياف. عندما قارن المؤلفون مؤشرات الاندماج من MyoFuse مع تلك الناتجة عن نهج قناع مُحسن مطبّق على نفس الصور، وجدوا أن طريقة القناع بالغالب تبالغ في تقدير الاندماج، خصوصًا في المناطق حيث تغطي الألياف العضلية جزءًا أكبر من سطح الطبق. تغيير عتبات الكشف غيّر الأرقام لكنه لم يزل هذا التحيّز الكامن؛ التحسينات الظاهرة غالبًا ما نتجت عن إلغاء أخطاء بعضها البعض بدلًا من تمثيل أفضل للبيولوجيا. كما أظهر الفريق أن تقديرات الاندماج يمكن أن تتذبذب كثيرًا عبر مناطق مختلفة من بئر واحد، مما يؤكد أن تحليل عدد قليل من الحقول التي يُختارها يدويًا قد يعطي صورة مُشوّهة عن مدى اندماج الخلايا.

ماذا يعني هذا لأبحاث العضلات المستقبلية

يوفّر MyoFuse لعلماء العضلات طريقة لقياس اندماج الخلايا تكون أسرع وأكثر وفاءً بما يحدث فعليًا في الطبق. عبر الجمع بين الميكروسكوب المؤتمت وذكاء اصطناعي قادر على تجزئة وتصنيف مئات الآلاف من النوى في دقائق، يقلّل سير العمل من عبء العمل البشري، ويحدّ من الاختيارات الذاتية حول أين ينظرون وكيف يحددون العتبات في الصور، ويتجنّب عدّ الخلايا المجاورة كأنها عضلات مندمجة. يعترف المؤلفون بأن ظروف تصوير قصوى أو بروتوكولات تلوين مختلفة جدًا قد تتطلب إعادة تدريب، لكن الطريقة متاحة علنًا ومصممة لتكون قابلة للتكيّف. للمختبرات التي تدرس تطور العضلات أو الشيخوخة أو التجدد أو الأمراض الأيضية، يعدّ MyoFuse بقياسات اندماج أكثر متانة—ومعها استنتاجات أكثر موثوقية حول كيفية نمو العضلات وتغيّرها.

الاستشهاد: Lair, B., Cazorla, C., Lobeto, A. et al. MyoFuse is a fully AI-based workflow for automated quantification of skeletal muscle cell fusion in vitro. Sci Rep 16, 9387 (2026). https://doi.org/10.1038/s41598-026-40047-y

الكلمات المفتاحية: العضلات الهيكلية, اندماج الخلايا, الذكاء الاصطناعي, تحليل الصور, التكوُّن العضلي