يستخدم العلماء التعلم الآلي للحصول على رؤية غير مسبوقة للجزيئات الصغيرة

تقوم الآلاف من الجزيئات الصغيرة المختلفة، المعروفة باسم المستقلبات، بنقل الطاقة وتنقل المعلومات الخلوية في جميع أنحاء جسم الإنسان. نظرًا لصغر حجم المستقلبات، يصعب تمييزها عن بعضها البعض في تحليل عينة الدم - ولكن تحديد هذه الجزيئات مهم لفهم كيفية تأثير التمارين الرياضية والتغذية وتعاطي الكحول والاضطرابات الأيضية على الصحة.

يتم تحديد المستقلبات عادة عن طريق تحليل كتلتها وزمن الاحتفاظ بها باستخدام تقنية فصل تسمى التحليل اللوني السائل متبوعة بقياس الطيف الكتلي. تقوم هذه التقنية أولاً بفصل المستقلبات عن طريق تمرير العينة عبر عمود، مما يؤدي إلى معدلات تدفق مختلفة - أو أوقات الاحتفاظ - من خلال جهاز القياس. يتم بعد ذلك استخدام قياس الطيف الكتلي لضبط عملية التحديد عن طريق فرز المستقلبات وفقًا لكتلتها. يمكن للباحثين أيضًا كسر المستقلبات إلى أجزاء أصغر لتحليل تركيبها باستخدام تقنية تسمى قياس الطيف الكتلي الترادفي.

يقول البروفيسور جوهو روسو من جامعة آلتو: 'حتى أفضل الطرق لا يمكنها تحديد أكثر من 40% من الجزيئات في العينات دون وضع بعض الافتراضات الإضافية حول الجزيئات المرشحة'.

الآن، طورت مجموعة روسو نموذجًا جديدًا للتعلم الآلي لتحديد الجزيئات الصغيرة. تم نشره مؤخرًا في ذكاء آلة الطبيعة.

'يوفر هذا النموذج الجديد مفتوح المصدر لمجتمع البحث بأكمله رؤية غنية للجزيئات الصغيرة. ويقول روسو: 'سيساعد ذلك في البحث عن طرق لتحديد الاضطرابات الأيضية، مثل مرض السكري، أو حتى السرطان'.

يتجنب النهج الجديد بأناقة أحد التحديات التي تواجه الأساليب التقليدية. ونظرًا لأن أوقات الاحتفاظ بالجزيئات تختلف من مختبر إلى آخر، فلا يمكن مقارنة البيانات بين المختبرات. إريك باخ، طالب الدكتوراه في آلتو، توصل إلى بديل أثناء بحث الدكتوراه الذي قام بحل المشكلة.

يوضح باخ: 'يُظهر بحثنا أنه على الرغم من أن أوقات الاستبقاء المطلقة قد تختلف، إلا أن ترتيب الاستبقاء يكون مستقرًا عبر القياسات التي تجريها مختبرات مختلفة'. 'لقد سمح لنا هذا بدمج جميع البيانات المتاحة للجمهور حول المستقلبات لأول مرة على الإطلاق وإدخالها في نموذج التعلم الآلي الخاص بنا.'

ومن خلال دمج البيانات من عشرات المختبرات حول العالم، أصبح نموذج التعلم الآلي دقيقًا بما يكفي للتمييز بين جزيئات الصورة المرآة، والمعروفة باسم المتغيرات الكيميائية المجسمة. حتى الآن، لم تكن أدوات تحديد الهوية قادرة على التمييز بين المتغيرات الكيميائية المجسمة، ومن المتوقع أن تفتح القدرة الجديدة آفاقًا جديدة في تصميم الأدوية ومجالات أخرى.

تقول إيما شيمانسكي، الأستاذة المساعدة في مركز لوكسمبورغ لأنظمة الطب الحيوي (LCSB) بجامعة لوكسمبورغ: 'إن حقيقة أن استخدام الكيمياء المجسمة أدى إلى تحسين أداء تحديد الهوية هو اكتشاف لجميع مطوري طرق تحديد المستقلبات'. 'ويمكن أيضًا استخدام هذه الطريقة للمساعدة في تحديد وتتبع الملوثات الدقيقة في البيئة أو توصيف المستقلبات الجديدة في الخلايا النباتية.'