الحوسبة فوق-البُعدية لتحليل الجسيمات بدون وسم في نظام كشف بصري قائم على التدفق

رؤية الجسيمات الصغيرة بضوء جديد

تعتمد العديد من الاختبارات في الطب وعلوم البيئة على رصد وفرز جسيمات دقيقة، من الخلايا إلى حبيبات البلاستيك. اليوم غالباً ما يتطلب ذلك علامات كيميائية أو مجاهر ضخمة، مما قد يكون بطيئاً ومكلفاً وفي بعض الأحيان مجهدًا للخلايا الحية. تُظهر هذه الدراسة كيف يمكن لمزيج ذكي من استشعار بصري سريع وحوسبة مستوحاة من الدماغ أن يفرز الجسيمات حسب الحجم دون أي وسم، باستخدام معدات مدمجة قد تتناسب يوماً مع أدوات تشخيص محمولة.

لماذا يهم الاختبار بدون وسم

في الأنظمة البصرية التقليدية القائمة على التدفق، تنجرف الجسيمات عبر قناة ضيقة بينما يسلط عليها الضوء، وتقوم الكاميرات أو الكاشفات بتسجيل كيفية تشتت الضوء. إذا وُسمت الجسيمات بصبغات مضيئة، يصبح التفريق أسهل، لكن تحضير هذه العينات يستغرق وقتًا وقد يغير الخلايا التي يسعى العلماء لدراستها. تتجاهل طرق الاختبار دون وسم الصبغات وتقرأ بدلاً من ذلك البصمات البصرية الطبيعية لكل جسيم، مثل كيفية انحرافها أو تشتتها للضوء. التحدي أن هذه الأنماط الخام معقدة وتأتي بسرعة كبيرة، لذا ليس من السهل تحويلها إلى قرارات موثوقة في الوقت الحقيقي.

كاميرا تصغي إلى التغير

استبدل الباحثون الكاميرا الفيديوية العادية بمستشعر قائم على الأحداث، وهو جهاز يستجيب فقط عندما يتغير سطوع بكسل معين. بينما تدفقت حبات البوليسترين بأربعة أحجام مختلفة عبر قناة بلاستيكية رفيعة وعبرت شعاع ليزر مُركّز، سجّل المستشعر دفعات من أحداث ضوء وظلام تتبع أنماط التداخل المتطورة حول كل حبة. وبفضل تجاهله للخلفية الثابتة، يولد المستشعر بيانات أقل بكثير ويلتقط الحركة بتوقيت دقيق للغاية، وهو مثالي عندما تمر آلاف الجسيمات في الثانية. كما صُممت القياسات بعناية بحيث تُسجل كل نوع حبة تحت ظروف متغيرة، مما يقلل الانحيازات الخفية التي قد تزيد الدقة بشكل مصطنع.

رموز مستوحاة من الدماغ لاتخاذ قرارات سريعة

بدلاً من تدريب شبكة عصبية كبيرة، استخدم الفريق الحوسبة فوق-البُعدية التي تمثل كل نمط كرمز ثنائي طويل للغاية يُسمى متجهًا فائقًا. تُحوَّل الأحداث الموجبة والسالبة من المستشعر إلى خرائط ثنائية منفصلة ثم تُدمج، محافظةً على الفروق الدقيقة في كيفية تفتيح وتظليل الضوء. أثناء التدريب، تُمزج العديد من المتجهات الفائقة من نفس حجم الحبة لتكوّن رمزًا نمطيًا واحدًا لذلك الصنف. أثناء الاختبار، يُرمز نمط جديد ويُقارن بهذه الأنماط النمطية، وتُنسب الحبة إلى الصنف الذي يكون رمزه الأكثر تشابهاً. يحتاج هذا النهج فقط عمليات بسيطة على البتات، ومع ذلك حقق دقة تزيد على 93 بالمئة دون أي خدع بصرية إضافية.

تشكيل الضوء للرؤية أوضح

لدفع الأداء أبعد، وضع الباحثون ورقة من الزجاج المحبب بين القناة والكاميرا. تعمل هذه الطبقة المبعثرة على نشر الضوء إلى أنماط حبيبية أغنى تحمل تواقيع أكثر تميزًا لكل حجم حبة. من خلال اختبار مشتتات بملمس سطحي مختلف، وجدوا أن قطعة زجاج أكثر خشونة أنتجت أنماطًا أوسع وأكثر معلوماتية، مما رفع الدقة المتوسطة إلى 98.67 بالمئة. وأظهروا أيضاً أن حفظ كل بكسل ليس ضرورياً: فخفض دقة الصور إلى مستويات متوسطة حافظ على معظم الدقة بينما خفّض تكلفة المعالجة الحسابية، مما يعزز ملاءمة الطريقة للأجهزة الصغيرة الموفرة للطاقة.

من حبيبات البلاستيك إلى العينات الحقيقية

تستخدم الدراسة حبيبات بلاستيكية بسيطة كحالة اختبار نظيفة، مثبتةً أن الجمع بين الرؤية القائمة على الأحداث، والتشتت البصري الذكي، والحوسبة فوق-البُعدية يمكن أن يصنف الجسيمات المتدفقة بسرعة وبموثوقية عالية. الانتقال إلى خلايا حقيقية وجسيمات أكثر تنوعًا سيضيف تعقيدًا، لأن الشكل والبنية الداخلية وخصائص المواد كلها تؤثر في كيفية تشتت الضوء. ومع ذلك، تشير النتائج إلى مسار نحو أنظمة مدمجة وخالية من الوسوم لا تكتفي بالكشف فحسب، بل قد تساعد في المستقبل على فرز الجسيمات في الوقت الحقيقي، داعمةً أدوات مستقبلية للتشخيص ورصد البيئة ومراقبة جودة الصناعة.

الاستشهاد: Yue, Y., Gouda, M., Sunada, S. et al. Hyper-dimensional computing for enhanced label-free particle analysis in a flow-based optical detection system. Sci Rep 16, 14900 (2026). https://doi.org/10.1038/s41598-026-44705-z

الكلمات المفتاحية: قياس التدفق بدون وسم, التصوير القائم على الأحداث, الحوسبة فوق-البُعدية, تصنيف الجسيمات الدقيقة, الميكروفلويديات