تحليل الصور البيولوجية لالتقاطات FUCCI متعددة القنوات مدعومة بالتعلّم العميق

مراقبة الخلايا وهي تعيش يومياتها

كل خلية حية تمر باستمرار بمراحل من النمو ونسخ الحمض النووي والانقسام. أصبح لدى علماء الأحياء الآن أدوات فلورية تجعل مراحل دورة الخلية تتوهّج بألوان مختلفة، مما يتيح لهم مشاهدة هذه العملية تحدث في الزمن الحقيقي. لكن عندما تُسجل إشارات كثيرة في وقت واحد، تصبح الصور ضبابية وصعبة التفسير — حتى للحواسيب. تقدم هذه الورقة طريقة قائمة على التعلّم العميق تُنقّح هذه الأفلام المعقّدة، وتُتابع الخلايا الفردية، وتقرأ مرحلة كل منها في الدورة، مما يقدّم قدرة جديدة لأبحاث السرطان ودراسات الخلايا الجذعية واختبار الأدوية.

مؤقتات متوهجة داخل الخلايا الحية

لمعرفة كيف تتقدم الخلايا عبر دورة حياتها، يستخدم الباحثون غالبًا أداة جزيئية تُدعى FUCCI، التي تجعل نواة الخلية تتوهّج بلون خلال المراحل المبكرة ولون آخر لاحقًا، مع تراكيب لونية متوسطة. تجارب أحدث تذهب أبعد من ذلك: تسجل FUCCI جنبًا إلى جنب مع علامات فلورية إضافية تبرز الهيكل الداخلي للخلية أو تراكيب أخرى. يساعد هذا "التعدد القنوي" على ربط ما تفعله الخلية من الناحية البنائية بمكانها في دورة الحياة. الجانب السلبي هو أنه لتجنّب إتلاف الخلايا الحية، يجب أن يُضاءن بلطف، ما ينتج صورًا باهتة ومزعجة حيث تتداخل الألوان. في هذه الظروف، غالبًا ما تفشل برامج تحليل الصور التقليدية في العثور بدقة على كل نواة أو تعيين مرحلة دورة الخلية الصحيحة.

تعليم خوارزمية الرؤية من خلال الضوضاء

عالج المؤلفون هذه المشكلة من خلال تدريب شبكات تعلّم عميق مخصّصة على الآلاف من الصور المشروحة بعناية من سطرين خلويين بشريين. تُدخل طريقتهم قنوات متعددة إلى نموذج تجزئة مبني على بنية StarDist، المعروفة بقدرتها على تحديد محيط النوى الفردية بدقة. اختبروا ثلاث إعدادات إدخال: واحدة تستخدم فقط وسم السيتوبلازم (بروتين بنيوي موسوم فلوريًا)، وواحدة تستخدم لوني FUCCI فقط، وواحدة تجمع الثلاثة معًا. على الرغم من ظروف الضوضاء، وصلت النسختان ذات القناتين والثلاث قنوات إلى دقة عالية جدًا في العثور على النوى، متفوّقتين بوضوح على الأدوات المعروفة المدربة مسبقًا عندما كان الإشارة ضعيفة. ومن المدهش أن النموذج الذي استخدم وسم السيتوبلازم فقط كان غالبًا قادرًا على استنتاج مواقع النوى أيضًا، لأن الهيكل المحيط يترك "ثغرة" مميّزة حيث تجلس النواة.

من نقاط ملونة إلى تسميات مراحل دورة الخلية

العثور على النوى هو نصف المعركة فقط؛ يحتاج الباحثون أيضًا إلى معرفة في أي مرحلة من دورة الخلية تكون كل نواة. تقليديًا، يتم ذلك عن طريق ضبط عتبات شدة على ألوان FUCCI، وهي طريقة بسيطة يمكن أن تتعرّض للخداع بسهولة بسبب تسرّب الألوان بين القنوات. وسّع الفريق شبكتهم بحيث لا تكتفي بتحديد محيط كل نواة فحسب، بل تُصنّفها أيضًا إلى إحدى مراحل دورة الخلية استنادًا إلى أنماط الألوان. عندما قارنوا هذا الأسلوب بطريقة العتبات الكلاسيكية، كان المصنّف بالتعلّم العميق أدق، لا سيما في البيانات الصاخبة. وعمِل النموذج حتى على نسخة مختلفة من نظام FUCCI من مختبر آخر، بعد أن أعاد الباحثون ببساطة مطابقة تراكيب الألوان إلى المراحل المناسبة — دون حاجة لإعادة تدريب.

إعادة بناء رحلة الخلية عبر الزمن

بوجود محيطات نووية وتسميات مراحل موثوقة، تساءل المؤلفون بعدها عما إذا كانوا يستطيعون إعادة بناء كيف تنتقل الخلايا الفردية عبر الدورة مع مرور الزمن، حتى عندما لا تُسجّل الملاحظة تسلسلًا كاملاً من انقسام إلى انقسام. تتبعوا إشارات FUCCI من خلايا مفردة وقارنوا كل أثر شدة بنمط مرجعي لدورة نموذجية باستخدام تقنية تُسمى مطابقة الزمن الديناميكية (dynamic time warping)، التي تُمدّد وتُضغط محور الزمن بمرونة لإيجاد أفضل تطابق. هذا أتاح إعطاء كل خلية "نسبة دورة الخلية" تعمل كثابت زمني زائف — تقدير لمقدار تقدمها. وبقدر الأهمية نفسها، فإن مقدار التشويه الزمني المطلوب يعمل كإشارة تحذير: الخلايا التي تحتاج آثارها لتشويهات كبيرة لمطابقة المرجع من المرجح أن تتصرف بشكل غير طبيعي، مثل الخلايا المحبوسة فترة طويلة في مرحلة معينة.

لماذا هذا مهم للصحة والمرض

من خلال الجمع بين التصوير الفلوري المتعدد القنوات وأدوات التعلّم العميق المصمّمة، توفّر هذه العملة أنبوب معالجة متكامل: تُجزئ صورًا باهتة ومزعجة، وتوسم كل نواة بمرحلة دورة الخلية، وتتتبّع الخلايا عبر الزمن، وتُشير إلى تلك التي تحيد عن النمط القياسي. للغير مختصين، الرسالة الرئيسية هي أن الباحثين يمكنهم الآن متابعة آلاف الخلايا الحية بمزيد من الاعتمادية وبجهد يدوي أقل، حتى تحت ظروف تصوير لطيفة تحافظ على صحة الخلايا. هذا يفتح الباب لدراسات أكثر دقة حول كيف توقف أدوية السرطان انقسام الخلايا، وكيف تقرر الخلايا الجذعية مصيرها، وكيف تؤثر القوى الميكانيكية في الأنسجة على توقيت اختيار الخلايا للانقسام أو التوقف.

الاستشهاد: Zimmermann, J., Pezzotti, M., Torchia, E. et al. Bioimage analysis for multiplexed FUCCI acquisitions powered by deep learning. npj Imaging 4, 27 (2026). https://doi.org/10.1038/s44303-026-00159-6

الكلمات المفتاحية: تصوير دورة الخلية, مجهرية التعلّم العميق, مستشعر FUCCI, تتبع الخلايا, تحليل الصور البيولوجية