طور فريق بحثي مشترك بين معهد كاليفورنيا للتكنولوجيا (Caltech) خوارزمية ذكاء اصطناعي جديدة تُعرف باسم CellSAM، والتي تعمل على تحديد وتصنيف الخلايا في الصور البيولوجية المتنوعة بدقة عالية، مما يوفر ساعات طويلة من العمل اليدوي الشاق. تأتي هذه الأداة نتيجة تعاون بين مختبرين، أحدهما للأستاذ المساعد في علوم الأحياء والهندسة البيولوجية ديفيد فان فالين، والآخر للبروفيسور ييسونغ يوي في علوم الحاسوب والرياضيات، وقد نُشرت نتائج الدراسة في مجلة "Nature Methods". يُعد التصوير البيولوجي حجر الزاوية في مجالات مثل تشخيص الخلايا السرطانية في الخزعات ومراقبة كيفية قيام الخلايا المناعية بمسؤولياتها ضد مسببات الأمراض. تقليدياً، كان تمييز الخلايا وتسميتها في الصور والفيديوهات يتطلب جهوداً يدوية ضخمة وعرضة للأخطاء. يوضح فان فالين أن الطلاب كانوا يقضون ساعات لا حصر لها في تحديد الخلايا يدوياً أو في إصلاح أخطاء الخوارزميات السابقة، بينما يمكن للنموذج الجديد إنجاز هذه المهام بمفرده عبر تطبيقات متنوعة. تتميز الصور البيولوجية بتنوعها الكبير، حيث تتراوح من كشف الخلايا السرطانية المختفية بين الأنسجة إلى رصد البكتيريا التي تفرز مواد مقاومة للمضادات الحيوية. يأتي نموذج CellSAM ليحل هذه الإشكالية كأول نموذج قادر على العمل في عدد هائل من الحالات المختلفة، مما يسمح للباحثين ليس فقط بتحديد أنواع الخلايا المختلفة، بل أيضاً برصد مواقعها وتفاعلاتها مع الخلايا المجاورة. يُعد فهم هذه الديناميكيات المعقدة أمراً حاسماً لتفسير ظواهر مثل سبب نجاح علاجات المناعة السرطانية لدى مريض معين دون آخر. تم تدريب الخوارزمية على أعداد هائلة من الصور البيولوجية التي تم تسميتها يدوياً، ويخطط الفريق لمواصلة تحسين النموذج عبر تدريبه على المزيد من أنواع البيانات البيولوجية. ومن المتوقع أن يفتح هذا التطور آفاقاً جديدة في الاكتشافات البيولوجية، حيث يسمح للعلماء بجمع كميات ضخمة من البيانات التي كانت عوائقها التقنية تُعيق استخلاص الرؤى منها سابقاً. ويشير ييسونغ يوي إلى أن أدوات مثل CellSAM لا تجعل تحليل الصور الحالية أكثر كفاءة فحسب، بل تتيح استكشاف أسئلة بيولوجية على نطاقات كانت تعتبر غير عملية في السابق. فعندما يصبح بمقدور الباحثين تتبع ملايين الخلايا عبر ظروف تجريبية مختلفة، يمكنهم البحث في ظواهر دقيقة مثل ظهور حالات نادرة للخلايا أو العلاقة بين التغيرات الطفيفة في شكل الخلايا واستجابتها للعلاج. وتعتبر هذه الرؤى هي ما يمكن أن يتم الوصول إليه فعلياً بمجرد إزالة الاختناقات في عمليات التحليل. النتيجة النهائية لهذا التقدم هي توفير أداة مجانية للباحثين في جميع أنحاء العالم، مما يعزز من قدرتهم على العمل بسرعات لم تكن ممكنة من قبل، ويضع أساساً لفهم أعمق للعمليات البيولوجية المعقدة التي تحكم الصحة والمرض.