كلية الطب بجامعة ستانفورد تطلق نظام التوأم الرقمي على مستوى الخلية الواحدة SIMCO، استناداً إلى 9 أدوية و218 مليون خلية دم بيضاء، لدعم تطوير أدوية الوقاية من الولادة المبكرة

الولادة المبكرة (أي الحمل الذي يقل عن 37 أسبوعًا) ليست مفهومًا غريبًا، لكن العديد من الآباء والأمهات المتوقعين قد لا يدركون تمامًا المخاطر العالية والأضرار الجسيمة للولادة المبكرة إلا عند مواجهة ولادة طفلهم قبل الأوان. غالبًا ما تحدث الولادات المبكرة بشكل مفاجئ، وقد تقع حتى دون أي تحذير سابق أو عوامل خطر معروفة، وليس الأمر مجرد «ولادة الطفل مبكرًا قليلاً»، فكلما قل عمر الحمل، انخفضت بشكل طبيعي نضج أعضاء الطفل مثل الجهاز التنفسي والجهاز العصبي، وزادت التحديات الصحية التي يتعين على الطفل تجاوزها.

تشير الإحصاءات ذات الصلة إلى أن حالة واحدة من كل 10 حالات حمل عالميًا تؤدي إلى ولادة مبكرة؛ والأكثر إثارة للقلق هو أن الولادات المبكرة لا تزال حتى الآن السبب الرئيسي الأول للوفاة بين الأطفال دون سن الخامسة على مستوى العالم.

لكن لحسن الحظ، لا تعتبر الولادات المبكرة غير قابلة للتنبؤ أو التدخل. تظهر الأبحاث الحالية أنه رغم تعقيد أسباب الولادات المبكرة، فإن أكثر من 60% منها هي ولادات مبكرة نتيجة مخاض مبكر تلقائي (spontaneous preterm labor، sPTL)، ويرتبط حدوث هذا النوع من الولادات المبكرة ارتباطًا وثيقًا باختلال تنظيم المناعة أثناء الحمل لدى الأم، لذا فإن تنظيم المناعة بشكل مستهدف والتدخل في توقيت بدء المخاض أمران حاسمان. ومع ذلك، يواجه التحقق السريري أثناء الحمل قيودًا أخلاقية واقتصادية مزدوجة في الوقت الحالي، مما يجعل إجراء التحقق على نطاق واسع لاستراتيجيات الوقاية أمرًا صعبًا للغاية.

لمواجهة هذا التحدي، طور فريق يقوده Stanford Medicine نظامًا للتوأم الرقمي على مستوى الخلية الواحدة يعتمد على الذكاء الاصطناعي ويسمى Simulated Immunome Modeling of Clinical Outcomes (SIMCO). يمكن لهذا النظام محاكاة الجهاز المناعي للأم لاختبار الأدوية الواقية من الولادة المبكرة – أي دون الحاجة إلى تجريب الأدوية مباشرة على الحوامل، بل من خلال اختبار مجموعات دوائية متعددة افتراضيًا عبر التوائم الرقمية، مما يتيح إجراء التحقق على نطاق واسع لاستراتيجيات الوقاية من sPTL. ومن المرجح أن توفر هذه الطريقة في المستقبل توجيهًا لخطط شخصية مخصصة لحالات محددة في التجارب السريرية.

نُشرت نتائج البحث ذات الصلة في مجلة Science Advances تحت عنوان «Single-cell–level digital twins for preterm birth prevention strategies».

أبرز نقاط البحث:

• بناء نظام التوأم الرقمي المناعي بدقة الخلية الواحدة SIMCO، لحل معضلة التجارب السريرية أثناء الحمل

• تحديد الأدوية المرشحة والخطط الدوائية المركبة ذات الإمكانات الوقائية من الولادة المبكرة، وكشف الآليات الخلوية والجزيئية

• إدخال نموذج التعلم بالنقل الأمثل إلى علم المناعة التوليدية، مما يوفر范式 حسابيًا جديدًا للتوجه نحو الوقاية الدقيقة والشخصية من الولادة المبكرة في المستقبل

رابط الورقة البحثية:

https://www.science.org/doi/10.1126/sciadv.aed2741

بناء مجموعة بيانات ضخمة وشاملة للاضطرابات الدوائية خارج الجسم على مستوى الخلية الواحدة

مجموعة بيانات التدريب: أطلس الاضطرابات على مستوى الخلية الواحدة باستخدام قياس التدفق الخلوي الكتلي (mass cytometry single-cell perturbation atlas)

من حيث الطرق التقليدية، ونظرًا لافتقارها إلى الدقة على مستوى الخلية الواحدة، تواجه النماذج الحالية صعوبة في كشف الآليات الخاصة بأنواع الخلايا وتأثيرات الاستهداف غير المقصود، مما يعيق أيضًا تصميم خطط التدخل الشخصية. لحل هذه المعضلة، أنشأ الباحثون بشكل خاص أطلسًا للاضطرابات على مستوى الخلية الواحدة باستخدام قياس التدفق الخلوي الكتلي لتدريب نموذج SIMCO.

على وجه التحديد (كما هو موضح في الشكل/الجدول أدناه)، جندت الدراسة 8 متطوعات غير حوامل (خلال الأسبوع الأول من الدورة الشهرية) و11 متطوعة في منتصف الحمل (بين الأسبوع 20+0 والأسبوع 27+7)، لإجراء فحص متعدد الأدوية لتقييم التأثير المناعي التنظيمي لـ 9 أدوية مرشحة (chlorthalidone، maprotiline، metformin، lansoprazole، pravastatin، rifabutin، حمض الساليسيليك (SA)، SA+lansoprazole (SALPZ)، 5-methyltetrahydrofolate (THF)) في الوقاية من sPTL.

يجدر الذكر أن هذا الاختبار أجري في مستشفى ستانفورد في مدينة ستانفورد بولاية كاليفورنيا الأمريكية، وحصل على موافقة لجنة مراجعة المؤسسات (IRB) (رقم البروتوكول 68417). جميع المتطوعات كن نساء تتراوح أعمارهن بين 18 و45 عامًا، ومؤشر كتلة الجسم (BMI) لديهن أقل من 40، ولا يتلقين أي علاج منظم للمناعة حاليًا. تم اختيار منتصف الحمل كنقطة زمنية لأخذ العينات لأنه لا يزال ضمن فترة استدامة الحمل وقبل التنشيط التدريجي لمسارات الالتهاب المرتبطة بالمخاض، مما يسهل رصد التأثيرات المحتملة للأدوية المرشحة على المناعة لدى الحوامل؛ أما عينات مجموعة التحكم من غير الحوامل فقد جُمعت في وقت مبكر من الدورة الشهرية، أي خلال مرحلة الجريب المبكرة، مما يعكس حالة هرمونية منخفضة.

بالنسبة لكل مرشح دوائي، اختارت الدراسة الشكل السائد للمركب في الدم بعد تناول الدواء عن طريق الفم، واختارت بعض الأدوية المستقلبات النشطة المقابلة لها (مثل THF وSA). حددت تركيزات التجارب بالرجوع إلى تركيزات البلازما في الجسم المقابلة للجرعات الفموية القياسية. كما هو موضح في الجدول أدناه:

تم ضبط اختبار الفرز على 96 شرطاً للكشف، وتطلب كل شرط عينة دم كاملة لا تتجاوز 100 ميكرولتر. أُجريت المعالجات التجريبية خلال 30-60 دقيقة بعد سحب الدم في الجسم الحي، وطُبقت اضطرابات دوائية متزامنة لكل شرط، شملت 8 معالجات (تتضمن LPS، IFN-α، IL-33، GM-CSF، TNFα، خليط IL2/4/6، PI، وتحكم بدون تحفيز)، مع حضانة مشتركة لمدة ساعتين، للكشف عن الاستجابات المناعية الخاصة بأنواع الخلايا ومصادر التحفيز بما يقارب الحالة الفسيولوجية.

لتجنب الانحياز بين الدفعات، وتسجيل أخطاء تصنيف الباركود وكفاءة استخلاص الخلايا، اعتمدت الدراسة خطة شريط باركود طيفي كتلي مطورة حديثاً لإزالة نظائر البلاديوم والبلاتين والذهب (اختيار 4 من أصل 9 ثنائيات الصيغة)، حيث تم اختيار 4 توليفات من بين 9 نظائر (Pd104، Pd105، Pd106، Pd108، Pd110، Pt194، Pt195، Pt196، وAu197) لتوليد الأشرطة، مما أسفر عن 126 شريطاً قابلاً للاستخدام، وتم اختيار الـ 96 شريطاً ذات أعلى نقاء ليتوافق مع 96 شرطاً تجريبياً.

في الوقت نفسه، تم إجراء تحليل متزامن باستخدام قياس التدفق الخلوي الطيفي الكتلي، لتقييم الاستجابات الوظيفية لـ 28 مجموعة فرعية من الخلايا المناعية من خلال تغيرات التعبير في 12 بروتيناً فسفورياً داخل الخلوي و8 علامات تنشيط. في النهاية، غطت خريطة الاضطراب أحادية الخلية المُطوَّرة 80 شرطاً للاضطراب و218 مليون خلية دم بيضاء. بالنسبة لكل فرد، نتج عن توليفة 8 محفزات × 28 مجموعة فرعية من الخلايا المناعية × 20 بروتيناً وظيفياً، ما مجموعه 4480 سمة لكل مجموعة.

مجموعة الاختبار: مجموعة بيانات قياس التدفق الخلوي الطيفي الكتلي المستقلة (Independent dataset) التي جمعها Stelzer وآخرون سابقاً

تُمثل هذه المجموعة مجموعة بيانات قياس التدفق الخلوي الطيفي الكتلي الطولية التي نشرها فريق البحث سابقاً، وتُستخدم بشكل أساسي كمجموعة مرجعية سريرية للتجارب المحاكاة. جمعت المجموعة عينات دم من 63 متطوعاً خلال آخر 120 يوماً قبل الولادة التلقائية، بمعدل 1-3 مرات لكل شخص. في التجارب المحاكاة، استُخدمت فقط 177 عينة غير محفزة من حالات الولادة الكاملة (153 عينة من 58 مريضاً) وحالات الولادة المبكرة (14 عينة من 5 مرضى). كما هو موضح في الشكل التالي:

بناء نظام توأم رقمي على مستوى الخلية الواحدة باستخدام CellOT+Stabl لمحاكاة تأثيرات العلاج

لم يكن الهدف الأساسي من تصميم SIMCO مجرد التنبؤ بما إذا كانت امرأة حامل ستضع مولوداً مبكراً، بل تحقيق الوقاية من الولادة المبكرة من خلال تطبيق تدخلات دوائية مخصصة لمريضات محددات، مما يفي بالاحتياجات السريرية. بعبارة أخرى، يكمن التركيز في معرفة ما إذا كان الدواء يستطيع تغيير النتيجة السريرية النهائية، وما إذا كان ينتج نتائج فعالة لكل مريضة. بناءً على ذلك، قدم فريق البحث نهجاً تصميمياً مبتكراً لـ SIMCO، يجمع بين محاكاة الاستجابة المناعية على مستوى الخلية الواحدة ونمذجة النتائج السريرية لتحقيق المتطلبات المذكورة. تحديداً، ينقسم هذا النهج إلى ثلاث خطوات، كما هو موضح في الشكل التالي:

الخطوة الأولى، يعتمد SIMCO على التعلم بالنقل الأمثل (OT) الخاص بـ CellOT للتدريب على مجموعات بيانات الاضطراب أحادية الخلية عالية الأبعاد، لترميز الاستجابة المناعية بعد الاضطراب الدوائي بدقة على مستوى الخلية الواحدة؛ حيث يحقق CellOT التعلم بالنقل الأمثل بناءً على الشبكات العصبية المحدبة المدخلة (Input convex neural network)، وتتكون الشبكة من 4 طبقات خفية كاملة الاتصال، وتتميز بقدرتها على التنبؤ عالي الدقة باستجابات الاضطراب أحادية الخلية غير المتجانسة. في هذه الدراسة، قام الباحثون بتعديل هيكل الشبكة بإضافة أربع طبقات عنق زجاجة (128، 128، 64، و32)، وخفضوا البعد الكامن من 50 إلى 42 لمنع الإفراط في التوافق (Overfitting)، مع ضبط فترة التدريب على 50000 حقبة (Epoch).

الخطوة الثانية، ينقل SIMCO أنماط الاضطراب أحادية الخلية المتعلمة إلى مجموعة بيانات أخرى مستقلة لعلم المناعة، تحتوي هذه المجموعة فقط على عينات خط الأساس (غير محفزة أو غير معالجة) ونتائجها السريرية المرتبطة بها. بعد ذلك، بناءً على عينات خط الأساس هذه، يحاكي SIMCO استجابة الخلايا المناعية الفردية عند التعرض للاضطراب (مثل التحفيز في المختبر أو العلاج الدوائي)، مما يولّد لكل مريضة مجموعة من التوائم الرقمية المناعية المقارنة (إحدى المجموعتين تتلقى الدواء المرشح والأخرى لا تتلقاه).

الخطوة الثالثة، يستخدم SIMCO خوارزمية التعلم الآلي المتفرقة Stabl لبناء نموذج تنبؤ متعدد المتغيرات للنتائج السريرية، اعتماداً على مجموعة تدريب المرضى وبيانات المناعة المحاكاة. في مجموعة اختبار المرضى المحجوزة، يقارن SIMCO بين نتائج التنبؤ للتوأم الرقمي لكل مريضة في حالتين: تلقي العلاج وعدم تلقيه. من خلال حساب الفرق بين الحالتين، يمكن قياس تأثير الدواء على النتيجة السريرية، مما يتيح لـ SIMCO نمذجة الإمكانات المناعية للعقاقير المرشحة، والمساعدة في صياغة خطط علاجية مخصصة.

من حيث إعدادات الموارد الحاسوبية المحددة، تم تنفيذ CellOT باستخدام الحزمة الرسمية لـ Python بإصدار 0.1، وتم نشر التدريب على منصة سحابة ستانفورد "Sherlock"، مع طلب ذاكرة قصوى يبلغ 32 جيجابايت، وأقصى وقت تشغيل لكل مهمة 20 ساعة، واستخدام ما يصل إلى 16 وحدة معالجة رسومية (GPU) لكل مهمة؛ بينما تم تشغيل Stabl باستخدام حزمة Python بإصدار 1w، وشمل التحليل الأساسي للبيانات تصحيح التباين الزمني، وتسوية مجموعات البيانات، اعتمادًا على حزم Python: Scipy 1.10.4، وscikit-learn 1.5.2، وpandas 2.2.3، وnumpy 1.26.4. تم استخدام seaborn 0.13.2 وmatplotlib 3.10.3 للتصور البياني.

التوائم الرقمية على مستوى الخلية تضع أساسًا قويًا للوقاية الشخصية من الولادة المبكرة في المستقبل

أولاً، تحققت الدراسة من قدرة نموذج التنبؤ بالاضطرابات على مستوى الخلية الواحدة SIMCO. تم تدريب SIMCO بشكل منفصل حسب نوع الخلية: بناءً على ضوابط DMSO (العينات غير المحفزة)، تم تعلم استجابة الخلايا للتحفيز؛ وفي كل ظرف تحفيزي، وبناءً على ضوابط DMSO أيضًا، تم تعلم الاستجابة الناتجة عن معالجة الدواء. في محاكاة النقل عبر مجموعات البيانات، تم تدريب النموذج باستخدام 13 علامة وظيفية مشتركة فقط بين مجموعة بيانات الاضطراب والمجموعة المستقلة. اعتمدت طريقة التقييم على استراتيجية التحقق المتقاطع الرباعي، وتضمنت ثلاثة مؤشرات، وهي: متوسط الخطأ المطلق (MAE)، ومعامل التحديد (R²)، وأقصى متوسط مربع الانحراف (MMD).

أظهرت النتائج (كما هو موضح في الشكل أدناه) أن SIMCO تفوق على جميع خطوط الأساس المدربة عبر جميع المؤشرات، مما يدل على قدرته على التقاط التباين بين المرضى بدقة، وتمثيل الاضطرابات الفردية بدقة. عند مقارنة العلامات ذات الاستجابة القوية تحت تحفيز IL-2/4/6 (فرق arcsinh > 0.1)، كانت توزيعات القيم المحاكاة متوافقة مع القيم المقاسة فعليًا، مما يثبت أن نموذج SIMCO يمكنه وصف التباين على مستوى الخلية الواحدة بدقة. والأكثر جدارة بالذكر هو أن أخطاء المحاكاة كانت مرتبطة ارتباطًا وثيقًا بفروقات الاستجابة للإشارات بين المرضى أنفسهم (معامل سبيرمان R=0.93)؛ حتى في مواجهة أكبر الفروقات الفردية في الاستجابة للإشارات، حافظ SIMCO على الفروقات النسبية بين المرضى دون طمس التمايزات الفردية.

ثم واصلت الدراسة التحقق من قدرة SIMCO على التنبؤ بتأثير العلاج على وقت الولادة. أولاً، بنى الباحثون نموذجًا متغيرًا متعددًا نادرًا بناءً على بيانات التوائم الرقمية على مستوى الخلية الواحدة للمرضى الذين لم يتلقوا علاجًا، والذي استطاع التنبؤ بدقة بالوقت المتبقي حتى الولادة (معامل ارتباط بيرسون R=0.64، جذر متوسط مربع الخطأ (RMSE) = 24.1 يومًا، حيث كانت 24 يومًا لمجموعة الولادة الكاملة؛ و25.4 يومًا لمجموعة الولادة المبكرة). بالإضافة إلى ذلك، من خلال ربط التنبؤ بوقت الولادة مع نقاط أخذ العينات، وبعد تقدير مدة الحمل المتوقعة، استطاع SIMCO التمييز بدقة بين نماذج التوائم الرقمية للولادة الكاملة والولادة المبكرة، حيث بلغ AUROC=0.75 (فاصل الثقة 95% 0.59-0.88)، وAUPRC=0.29 (0.12-0.54). كما هو موضح في الشكل أدناه.

الجدير بالملاحظة أنه عند إضافة ميزات محاكاة CellOT، تحسن أداء التنبؤ لـ SIMCO بشكل ملحوظ مقارنة باستخدام الميزات الفعلية للبيانات غير المحفزة فقط؛ حيث ارتفع معامل ارتباط بيرسون من 0.34 إلى 0.61، وارتفع AUROC من 0.69 إلى 0.75، وارتفع AUPRC من 0.24 إلى 0.34. حتى عند المقارنة مع النموذج المتعدد المتغيرات المبني على الميزات الفعلية الكاملة من مجموعة البيانات المستقلة، أدت إضافة ميزات محاكاة CellOT إلى تحقيق تحسن طفيف ومستقر في الأداء، مثل ارتفاع معامل ارتباط بيرسون من 0.79 إلى 0.82.

ثم قام الباحثون بمحاكاة الفروقات في وقت الولادة المتوقع بين التوائم الرقمية التي تلقت علاجًا بعقاقير مرشحة وتلك التي لم تتلق علاجًا، باستخدام SIMCO، حيث أظهرت Maprotiline وTHF وSALPZ بشكل عام تأخيرًا في وقت الولادة المتوقع. في المقابل، أظهرت العقاقير المرشحة الأخرى تأثيرات ثنائية الطور مع تغير نافذة زمن الحمل.

فيما يتعلق بالتأثير التراكمي للعلاج على المرضى، وعند المقارنة حسب طول مدة الحمل، كانت العقاقير الثلاثة ذات التأثير الأقوى في نتائج محاكاة SIMCO هي: THF (متوسط 24.7 يومًا، المدى الربيعي (IQR) = 11.4-45.9)، وMaprotiline (متوسط 18.8 يومًا، IQR= 8.6-27.5)، وSALPZ (متوسط 17.3 يومًا، IQR= 11.4-33.8). بالطبع، لا يستفيد جميع المرضى من علاج معين في الممارسة السريرية الحقيقية، لذا قام الباحثون أيضًا بتكميم التباين بين المرضى للعقاقير الثلاثة المذكورة أعلاه: كانت نسبة المستفيدين من برامج THF وSALPZ وMaprotiline هي 90.5% و87.3% و82.5% على التوالي؛ بينما عند استخدام SA وحده، لم يحقق سوى 46% من المرضى إطالة في عمر الحمل.

علاوة على ذلك، حلّت الدراسة أيضاً مشكلة الصندوق الأسود في التجارب، وقدمت رؤى ميكانيكية حول التحفيز والعقاقير. بلغ العدد الإجمالي للسمات الرئيسية المستخدمة للتنبؤ بوقت الولادة 21 سمة، مثلت 5 من أهم 10 سمات استجابات مسارات إشارات خلايا CD4⁺T. ومن الجدير بالذكر أنه في الاستجابات لـ GM-CSF و TNF-α و PI و IFN-α، ارتبط انخفاض مستويات pSTAT3 بالنقاط الزمنية المبكرة من الحمل، أي أن تنشيط STAT3 يزداد مع اقتراب موعد الولادة، بينما انخفضت مستويات pS6 الأساسية في الخلايا الحبيبية ومستويات pS6 المحفزة بواسطة TNF-α مع اقتراب الحمل من مرحلة الولادة. وعلى النقيض من ذلك، قام عقارا THF و SALPZ بإبطال السمات المناعية المرتبطة بتقدم الحمل، وذلك من خلال تثبيط مستمر لإشارات pSTAT3 في خلايا CD4⁺T الأولية، وتعزيز استجابات pS6 في الخلايا الحبيبية. وبشكل عام، كان لعقاري THF و SALPZ تأثير مفيد على 7 من السمات العشر الأولى.

لكن في الوقت نفسه، اكتشفت الدراسة أيضاً أن بعض الأدوية قد تدفع بعض المؤشرات المناعية نحو الاتجاه المميز للمراحل المتأخرة من الحمل واقتراب موعد الولادة. على سبيل المثال، قام عقارا THF و SALPZ بتثبيط قوي لتنشيط pMK2 في الخلايا غير البلاعمية (ncMCs) بعد تحفيز PI، كما قاما بتثبيط تنشيط pCREB في الخلايا وحيدة النواة المتوسطة (intMCs) بعد تحفيز GM-CSF، في حين كان ينبغي أن يظهر هذا التنشيط في وقت مبكر قبل الولادة. أما عند التنبؤ بنتائج التوائم الرقمية العلاجية، فلا يحكم نظام SIMCO بأن الدواء يعجل بالولادة المبكرة بسبب «إشارة سلبية» واحدة بمفرده، بل يدمج داخلياً التأثيرات المناعية التنظيمية المتعددة عبر جميع أنواع الخلايا وظروف التحفيز ومسارات الإشارات، لحساب الصافي، مما يسمح بالتقييم الكمي المنهجي لما إذا كان الدواء سيطيل أم يقصر مدة الحمل في النهاية.

في الختام

باختصار، في مواجهة التحدي العالمي المتمثل في الولادة المبكرة، يفتح نظام التوأم الرقمي أحادي الخلية SIMCO آفاقاً جديدة للتفكير. لطالما واجهت التجارب السريرية للتدخلات الدوائية الجديدة أثناء الحمل قيوداً أخلاقية ومالية، مما جعل من الصعب إجراء التحقق المسبق على نطاق واسع للمرشحين المحتملين؛ يقدم نظام SIMCO نهجاً جديداً يجمع بين التجارب المخبرية والفحص الافتراضي الحسابي، مما يسمح بتقييم إمكانات الأدوية المرشحة كأولوية قبل الانتقال إلى التجارب السريرية على البشر. يمكن لهذه الأداة أحادية الخلية التنبؤ بتأثير الأدوية على الحالة المناعية للأم وتوقيت الولادة، ومن المتوقع أن توفر في المستقبل مرجعاً لتصميم خطط وقائية مخصصة للولادة المبكرة.

اكتشفت الدراسة أيضاً أن نظام SALPZ المشترك يمتلك سمات تنظيم مناعي فريدة تميزه عن الاستخدام الفردي للأسبرين أو اللانسوبرازول، مما يشير إلى أن الفعالية الدوائية ليست مجرد جمع بسيط، بل توجد تفاعلات بين الأدوية. إن إطار SIMCO نفسه، إلى جانب الخطوط المرشحة مثل THF و SALPZ التي أظهرت إمكانات في المحاكاة، يحددان اتجاهات تستحق الاستكشاف لأبحاث الآليات المستقبلية والتجارب السريرية في مجال الوقاية من الولادة المبكرة.