التصنيف المعتمد على البيانات لـ Escherichia coli باستخدام نموذج لغوي للبروتين يؤكد الجينات المحددة لنمط O

لماذا هذا مهم للصحة اليومية

عندما يسمع الناس عن Escherichia coli أو E. coli غالبًا ما يفكرون في حالات التسمم الغذائي والمياه الملوثة. لكن ليست كل أنواع E. coli خطيرة، وحتى السلالات الضارة تظهر في «أنماط» متباينة دقيقة تؤثر على كيفية انتشارها وشدة المرض الذي تسببها. تُظهر هذه الدراسة كيف يمكن لتقنية ذكاء اصطناعي طُوِّرت أصلاً لفهم البروتينات أن تصنف هذه الأنماط البكتيرية بدقة وعدل أكبر، لا سيما الأنواع النادرة التي غالبًا ما تغفلها الأدوات التقليدية. وقد يسرع ذلك تتبُّع التفشيات ويجعل تصميم اللقاحات أكثر اطلاعًا.

رؤية الجراثيم بوجوه متعددة

يقسم الأطباء وعلماء الأحياء الدقيقة E. coli إلى «أنماط مصلية» تشبه الوجوه المختلفة المصنوعة من جزيئات السكر التي تغطي سطح الخلية. جزء مهم من هذا الغطاء، المسمى المستضد O، يختلف كثيرًا بين السلالات—أكثر من 180 متغيرًا معروفًا. يساعد تحديد نمط O الموجود في عينة مريض أو طعام على تتبُّع مصدر العدوى وما إذا كان مرتبطًا بتفشٍ سابق. اليوم، تقوم المختبرات عادة بذلك إما بمزج البكتيريا مع أجسام مضادة ومراقبة التراكم، أو بمقارنة حمضها النووي بمكتبات مرجعية. لكن هذه الطرق قد تتعثر عند مواجهة سلالة غير مألوفة، أو جينات معها اختلافات طفيفة، أو قواعد بيانات مرجعية غير مكتملة.

تعليم الحاسوب قراءة البروتينات

اتخذ الباحثون نهجًا مختلفًا مستوحًى من تكنولوجيا اللغات. تتعلم نماذج «لغة البروتين» الحديثة أنماطًا من ملايين تسلسلات البروتين، كما تتعلم نماذج النصوص من الجمل المكتوبة. هنا استخدموا نموذجًا من هذا النوع، ESM-2، لتحويل كل بروتين بكتيري إلى بصمة رقمية—متجه قصير يلخص خصائصه الكيميائية والتطورية. باستخدام أكثر من 11,000 جينوم E. coli موصوفة جيدًا من قاعدة بيانات عامة، جمعوا الجينات ذات الصلة في عائلات، وحولوا بروتيناتها إلى هذه البصمات، ثم دربوا خوارزميات تعلم آلي لتتنبأ بنمط O مباشرة من هذه الأنماط بدلًا من المطابقة البسيطة للحمض النووي.

العثور على الأدلة الجينية الأكثر فائدة

من خلال فحص الآلاف من عائلات الجينات واحدة تلو الأخرى، بحث الفريق عن تلك الشائعة عبر العديد من الجينومات والمفيدة بشدة في تمييز أنماط O. أظهرت هذه البحثية المعتمدة على البيانات تسعة جينات بارزة. بعض هذه الجينات كان معروفًا بالفعل بمساهمته في بناء أو تشكيل الغطاء السكري على سطح الخلية، بما في ذلك جينات تساعد على تجميع غلاف مخاطي واقٍ وتلك التي تتحكم في طول سلاسل السكر. أما البعض الآخر فكانت جينات منزلية معروفة عادة بدور في إنتاج الأحماض الأمينية، لكن تسلسلها اظهر اختلافات تتبع عن كثب نمط O. معًا شكلت هذه العلامات لوحة من الأدلة المتممة: عندما تقل موثوقية جين ما لنمط O معين، غالبًا ما يسد جين آخر الفجوة.

تفوق على الأدوات التقليدية، خاصة للأنواع النادرة

باستخدام بصمات هذه الجينات التسعة فقط، حقق أسلوب تعلم آلي يسمى الغابة العشوائية دقة تقارب 93 بالمئة في تصنيف أنماط O—وهي أعلى من الأدوات المرجعية الشائعة. تميل الأدوات التقليدية إلى الحذر الشديد: عندما تصدر جوابًا يكون عادة صحيحًا، لكنها كثيرًا ما تفشل في تصنيف الأنماط غير المعتادة أو قليلة التمثيل. بالمقابل حافظ النموذج الجديد على أداء قوي حتى على أنماط O النادرة التي كان لها أمثلة قليلة في مجموعة البيانات. أظهرت المقارنات التفصيلية أنه قادر على التعرّف على أنماط كانت الطرق الأقدم تفشل تمامًا في تمييزها، مما جعل أداؤه أكثر توازنًا عبر السلالات الشائعة وغير الشائعة على حد سواء.

ما معنى ذلك لتتبُّع ومنع الأمراض

ببساطة، تُظهر الدراسة أن السماح لذكاء اصطناعي «بقراءة» تسلسلات البروتين يمكن أن يكشف أنماطًا دقيقة تساعد على فصل نوع E. coli عن آخر، دون الاعتماد الكثيف على المطابقات المثالية لقواعد البيانات الحالية. بينما يشدد المؤلفون على أن علاماتهم لا تزال بحاجة إلى تأكيد مخبري وأن الطريقة الأنسب هي للمراقبة واسعة النطاق أكثر من التشخيص الفوري على السرير، فهي تقدم وسيلة قوية لمسح مجموعات هائلة من الجينومات بسرعة. ومع تبني التسلسل الجيني كممارسة معيارية في المستشفيات ومختبرات سلامة الأغذية، قد تجعل مثل هذه النماذج الحساسة للبروتين من السهل اكتشاف المتغيرات الناشئة، وتحسين اللقاحات، وفهم أفضل لسبب تحول بعض سلالات E. coli إلى ممرِضة بينما تبقى أخرى غير مؤذية.

الاستشهاد: Jeong, H., Shin, H.D., Jung, J. et al. Data-driven classification of Escherichia coli using protein language model ascertains O-serotype determining genes. Sci Rep 16, 14232 (2026). https://doi.org/10.1038/s41598-026-40783-1

الكلمات المفتاحية: تصنيف المصل لـ E. coli, نموذج لغوي للبروتين, علم الجينوم البكتيري, التعلم الآلي في علم الأحياء الدقيقة, المراقبة الوبائية