بصمات نسخية متينة لتقدّم مرض ألزهايمر: نهج ذكاء اصطناعي قابل للتفسير ومُثبت

لماذا يهم هذا البحث للعائلات والمرضى

يسلب مرض ألزهايمر الذاكرة والاستقلالية تدريجياً من الأشخاص، لكن الأطباء يفتقرون لوسائل بسيطة تحدد بدقة مدى تقدّم المرض داخل الدماغ. تفحص هذه الدراسة نسيج المخ مباشرة لمعرفة أي الجينات تُفعّل أو تُثبَط في مراحل مختلفة من ألزهايمر، مستخدمةً ذكاءً اصطناعياً شفافاً لكشف أنماط قد تساعد يوماً ما الأطباء على تتبّع المرض بدقة أكبر وتكييف العلاجات بحسب كل مرحلة.

فحص داخل المخ المُسنّ

حلّل الباحثون عينات مخّ من 125 شخصاً في دراسة واسعة بعد الوفاة. كان كل مخّ قد تم تقييمه مسبقاً بمقياس قياسي يُسمى تصنيف برااك، الذي يتتبّع كيف تنتشر تشابكات ألزهايمر من مراكز الذاكرة العميقة إلى مناطق التفكير الأوسع. بدلاً من اعتبار ألزهايمر مرضاً موجوداً أو غير موجود فقط، جمّع الفريق العينات إلى مراحل مبكرة ومتوسطة ومتأخرة، ثم فحص نشاط الجينات عبر أحد عشر منطقة دماغية رئيسية مشاركة في الذاكرة والعاطفة والتفكير، مثل الحُصين والفصّين الصدغيين والمناطق الجبهية.

كيف تقرأ الخوارزميات الذكية نشاط الجينات

عمل الفريق ببيانات تسلسل الحمض النووي الريبي (RNA)، التي تعكس مدى نشاط آلاف الجينات في كل منطقة دماغية. نظّفوا هذه البيانات ووحّدوا مقاييسها، ثم استخدموا طريقة تعلم آلي تسمى XGBoost لاكتشاف أنماط تميّز بين المراحل المبكرة والمتوسطة والمتأخرة بناءً على ملفات نشاط الجينات هذه. ولتصحيح عدم توازن أعداد العينات في كل مرحلة، استخدموا تقنية إعادة العيّنة حتى يرى نموذج الحاسوب مجموعة أمثلة أكثر توازناً. والأهم أنهم دمجوا ذلك مع طريقة ذكاء اصطناعي قابلة للتفسير تُدعى SHAP، التي تمنح كل جين درجة واضحة توضح مدى دفعه لعينةٍ ما نحو مرحلة معينة أو أخرى.

العثور على بصمات المرحلة الخاصة بالمخ

عبر مناطق المخ، استطاع النموذج تمييز المراحل أفضل من الصدفة، مع إشارات قوية بشكل خاص في القشرة الحزامية الخلفية وبعض المناطق الجبهية والصدغية. ثم طرح الباحثون سؤالاً أعمق: أي الجينات هي الأهم، وهل تبقى ثابتة على طول مسار المرض؟ وجدوا أن الجينات الأعلى أهمية كانت مميّزة لكل مرحلة بشكل لافت، مع تداخل لا يتجاوز نحو 1.7 بالمئة بين بصمات المراحل المبكرة والمتوسطة والمتأخرة. رُبطت المراحل المبكرة بجينات مشاركة في استخدام الطاقة والآليات الخلوية الأساسية، والمراحل المتوسطة بجينات متعلقة بالاستجابة المناعية والجهد الخلوي، والمراحل المتأخرة بجينات مرتبطة بعمل الميتوكوندريا والموصلات التشابكية، مواكبةً لتحوّل الأعراض من تغيّرات طفيفة إلى فشل دماغي واسع النطاق.

التعمّق في علامات مرشّحة جديدة

من بين آلاف الجينات، أبرزت الدراسة مجموعة قليلة من المرشحين الواعدين الذين ساعدوا النموذج باستمرار في تصنيف المراحل وأظهروا أيضاً علاقات بيولوجية ذات معنى مع مسارات معروفة. ظهر جين واحد، ARX، كعلامة محتملة للمرحلة المبكرة مرتبط بالخلايا العصبية المثبطة التي تساعد على موازنة نشاط الدماغ. وكان مرشح للمرحلة المتوسطة، MKNK2، مرتبطاً بالالتهاب والجهد الخلوي. وفي المراحل المتأخرة، أشارت جينات مثل SLC25A16 وNEURL1B إلى مشكلات في الهياكل المنتجة للطاقة وفي الاتصالات بين الخلايا العصبية. أكد الفريق هذه الارتباطات بفحص مدى ارتفاع وانخفاض هذه الجينات مع علامات معروفة للأيض والمناعة والتشابكات التشابكية.

ما الذي يعنيه هذا لمستقبل الرعاية

بعبارات بسيطة، تُظهر هذه الدراسة أن "صوت" الجينات في الدماغ يتغير بطرق مميزة مع تقدّم ألزهايمر، وأن الذكاء الاصطناعي القابل للتفسير يستطيع تمييز أي الجينات تتحدث بقوة في كل مرحلة. وبينما تأتي النتائج من مجموعة بحثية واحدة ولا تزال بحاجة لفحصها في مجموعات أخرى وفي مرضى أحياء، فإنها توفّر خارطة طريق لتطوير اختبارات دم أو دماغ تعتمد على المرحلة ولتصميم علاجات تتوافق أفضل مع بيولوجيا المراحل المبكرة أو المتوسطة أو المتأخرة بدلاً من معالجة جميع المراحل بنفس الطريقة.

الاستشهاد: Shafik, R.A., Afify, Y.M., Badr, N. et al. Robust transcriptomic signatures of Alzheimer’s disease progression: validated explainable AI approach. Sci Rep 16, 15478 (2026). https://doi.org/10.1038/s41598-026-47879-8

الكلمات المفتاحية: مرض ألزهايمر, تعبير جيني, علامات حيوية, ذكاء اصطناعي قابل للتفسير, تصنيف برااك