نظام مراقبة بقاء الكائن الحي عالي الإنتاجية ليرقات Caenorhabditis elegans البالغة

مراقبة ديدان صغيرة لفهم الشيخوخة

يدرس العديد من العلماء الشيخوخة من خلال متابعة حياة ديدان صغيرة تُدعى Caenorhabditis elegans، لأن هذه الحيوانات تشيخ في غضون أسابيع قليلة وتتشارك مع البشر العديد من الخصائص البيولوجية الأساسية. لكن متابعة مئات الديدان بالعين على أطباق بتري عمل بطيء ومتعب وقد يُدخل أخطاء. تصف هذه الدراسة نظامًا مؤتمتًا بالكامل يحافظ على الديدان في بيئة مستقرة، يلتقط لها صورًا واضحة، ويستخدم رؤية حاسوبية لتقرير أيّ الديدان حية، مما يجعل اختبارات الشيخوخة والأدوية واسعة النطاق أسهل بكثير على التنفيذ.

طريقة جديدة لتتبع العديد من الديدان

سعى الباحثون لحل مشكلتين كبيرتين تحدان إعدادات الديدان الآلية الحالية: صور ضبابية وغير متساوية واللبس بين الديدان والفتنة الخلفية مثل العفن أو الفقاعات. الحل هو منصة متكاملة من أجهزة وبرمجيات يمكنها مراقبة الديدان البالغة على مدار الساعة. تُعدّل حاضنة مخبرية تجارية لتحوي عشرات أطباق بتري في حرارة ورطوبة مضبوطة، بينما تقوم كاميرات وإضاءات مدمجة بمسح كل طبق وفق جدول. معًا، تحوّل هذه الأجزاء مهمة كانت تتطلب جهودًا يدوية من شخص أو اثنين مدرَّبين إلى عملية شبه آلية يمكن أن تعمل لمدة شهر أو أكثر.

عتاد ذكي لتصوير واضح ورقيق

على جانب العتاد، بدأ الفريق من حاضنة تجارية وأعاد تصميمها لرعاية الديدان والتصوير. أضافوا مراوح ذات موانع للحد من تدفق الهواء الذي قد يجفف الأطباق، استبدلوا المصابيح بمصابيح فوق بنفسجية للتعقيم الدوري، ونصبوا أضواء زرقاء للتجارب التي تتطلب إشارات ضوئية محددة. الترقية الأساسية هي لوحة إضاءة مُساقة مسطحة تحت لوح مثقوب يحمل حتى 36 طبقًا. هذا النوع من الإضاءة يغمر كل طبق بضوء بارد ومتساوٍ، متجنّبًا الوهج والضبابية. أظهرت الاختبارات أن الصور الملتقطة بالإضاءة المساقة كانت أكثر وضوحًا بكثير من تلك المأخوذة بمصابيح عادية، مما يوفر للرؤية الحاسوبية عرضًا حادًا لكل دودة.

تعليم البرمجيات التمييز بين الديدان والفتات

البرمجيات تتحكم في كلٍ من التقاط الصور وتحليلها. صف من ست كاميرات صناعية يتحرك على سكة خطية بسيطة داخل الحاضنة، بحيث تلتقط كل مرة أعمدة ستة أطباق بسرعة دون حركة معقدة. ثم تُمرّر الصور إلى نموذج تعلّم عميق من عائلة كشف الأشياء YOLOv5. درّب الفريق هذا النموذج على أكثر من اثني عشر ألف صورة، ليس فقط بعلامات للديدان بل أيضًا بتوسيم المظاهر المماثلة الشائعة، بما في ذلك آثار دائرية وشظايا من العفن وفقاعات هواء. من خلال التعرف على هذه الفئات المنفصلة، يقل احتمال أن يخطئ النظام في تمييز الحطام كحيوانات عند العد.

العثور على الديدان المفقودة بنظرة ثانية

حتى الكاشف القوي قد يفوت أحيانًا ديدانًا، لا سيما الداكنة التي تندمج مع الخلفية. للتعامل مع ذلك، أضاف المؤلفون تمريرة ثانية تركز النموذج على ما أغفله في المرة الأولى. بعد جولة الكشف الأولى، تقوم البرمجيات بتغطية كل الديدان المكتشفة ببقع بيضاء بسيطة ثم تعيد تشغيل الكاشف. دون وجود الحيوانات الواضحة التي تنافس على الانتباه، يمكن للنموذج التقاط الديدان الخافتة المخفية سابقًا. في اختبارات امتدت عشر أيام وشملت 36 طبقًا، خفّض هذا النهج ذي الخطوتين معدل الكشف الفائت من 1.75 في المئة إلى 0.8 في المئة، على حساب بعض الوقت الحاسوبي الإضافي.

إحصاءات سريعة ودقيقة على مدار الحياة كاملة

لفحص أداء النظام في تجارب حقيقية، قارن الفريق بينه وبين العد اليدوي الدقيق. لدفعة من 36 طبقًا تحتوي كل منها 15 إلى 30 دودة بالغة، احتاج باحثان مدرَّبان نحو ساعتين ونصف إلى ثلاث ساعات للانتهاء، بينما احتاج الإعداد المؤتمت فقط 36 إلى 60 دقيقة. طابقت أعداد الديدان الحية الآلية الجُمُعات اليدوية بدقة تفوق 95 في المئة، مع معدلات منخفضة جدًا من الإنذارات الكاذبة والفوات. في تجربة امتدت 30 يومًا تابعت 96 دودة من البلوغ حتى الوفاة، كانت منحنيات البقاء اليومية من النظام شبه مطابقة لتلك التي سجلها المراقبون البشر، مع اختبارات إحصائية أظهرت اتفاقًا قويًا جدًا ولا انحياز ذا معنى.

ماذا يعني هذا لأبحاث الشيخوخة والأدوية

بعبارة بسيطة، بنى الباحثون مساعدًا مخبريًا روبوتيًا موثوقًا لدراسات شيخوخة الديدان. يمكنه الاعتناء بمئات الديدان دفعة واحدة في بيئة رقيقة ومضبوطة، التقاط صور واضحة لها، واستخدام برمجيات مدرَّبة لتقرير أي الديدان لا تزال تتحرك. يقلّل النظام بشكل كبير الوقت والجهد الذي يجب أن يقضيه البشر عند المجهر بينما يحافظ على النتائج متماشية مع المعيار اليدوي المقبول. وعلى الرغم من الحاجة لأعمال مستقبلية للتعامل مع مراحل الحياة الأصغر ولتمييز الديدان المشلولة لكنها حية عن الميتة فعليًا، فإن هذه المنصة توفر بالفعل أداة عملية وقوية لدراسة تأثير الجينات والبيئة والأدوية المحتملة على طول العمر.

الاستشهاد: Lin, Q., Weng, J., Cheng, Z. et al. High-throughput adult Caenorhabditis elegans viability monitoring system. Sci Rep 16, 15014 (2026). https://doi.org/10.1038/s41598-026-43579-5

الكلمات المفتاحية: C. elegans, مراقبة العمر, التصوير الآلي, التعلّم العميق, أبحاث الشيخوخة