تصور کنید به جای بررسی یک چراغ خیابانی سوخته، کل شبکه برق شهر را تحلیل کنید تا علت اصلی خاموشی را بیابید. این دقیقاً همان تغییری است که اکنون در تحلیلهای ژنومیک رخ داده و اجازه میدهد به جای تکژنها، کل سیستمهای تنظیمکننده بدن را رصد کنیم. پلتفرم DeepBody OS در حال تغییر پارادایم در علوم زیستی است و ژنومیک را از مطالعه نشانگرهای زیستی (biomarkers) ایزوله به تحلیل کامل سیستمهای رگولاتوری منتقل میکند.
طبق مستندات فنی منتشر شده در ۲۱ سپتامبر ۲۰۲۶، این سامانه میتواند اندازهگیریهای اپیژنتیک، بیان ژن و فنوتیپهای بالینی را ترکیب کند تا نقشهی تغییرات مسیرهای بیولوژیکی در اثر پیری یا بیماری را ترسیم کند. این رویکرد بر پایه پوششهای قبلی ما درباره تغییر جهت تحلیل متیلاسیون DNA به سمت زیستشناسی سیستمها بنا شده است؛ رویکردی که پیشتر در تحلیل ما درباره گذار از نشانگرهای تکنقطهای به زیستشناسی سیستمها به تفصیل بررسی شد. در حالی که روشهای سنتی بر لیستهایی از ژنهای تغییریافته تمرکز داشتند، وضعیت فعلی هنر (state of the art) با ژنوم به عنوان یک شبکه متصل برخورد میکند.
همانطور که در تحلیلهای قبلی ما دربارهی امنیت مدلهای بازمتن و دادههای حساس اشاره کردیم، مدیریت دادههای حجیم در مقیاس زیستی نیازمند زیرساختهای پردازشی دقیق است. در این رویکرد جدید، ژنوم دیگر مجموعهای از لیستهای مجزا نیست، بلکه به عنوان یک شبکه متصل دیده میشود.
ماهیت دادههای متیلاسیون
به نقل از گزارش dev.to، سیگنال اصلی در این پژوهشها «۵-متیلسیتوزین» است که معمولاً در سایتهای سیتوزین-فسفات-گوانین یا همان CpG اندازهگیری میشود. دانشمندان برای ثبت این سیگنال از روشهای متنوعی استفاده میکنند؛ این روشها شامل پروفایلبندی مبتنی بر آرایه (array-based profiling)، توالییابی بیسولفیت کل ژنوم (whole-genome bisulfite sequencing) یا توالییابی هدفمند (targeted sequencing) است.
این روشها دادههایی با ابعاد بسیار بالا تولید میکنند؛ به گونهای که تعداد ویژگیهای CpG میتواند به شدت از تعداد نمونهها پیشی بگیرد. این عدم توازن، یک مسئله مدلسازی دشوار ایجاد میکند. علاوه بر این، متیلاسیون بسیار متغیر است؛ این وضعیت میتواند تحت تأثیر ژنتیک، مصرف دارو، سن، سیگار کشیدن، ترکیب بافتی، فرآیندهای بیماری یا حتی اثرات دستهای فنی (technical batch effects) قرار گیرد. به همین دلیل، یک همبستگی (association) به طور خودکار به معنای یک مکانیسم علی و معلولی (causal mechanism) نیست.
گردش کار فنی و نقش هوش مصنوعی
برای مدیریت این پیچیدگیها، یک گردش کار از نظر فنی قابل دفاع، چندین مرحله حیاتی را به کار میگیرد:
- کنترل کیفیت و نرمالسازی: حذف پروبهایی که بد اندازهگیری شدهاند، سایتهای با پوشش پایین، نمونههای پرت (outliers) و مصنوعات فنی شناخته شده. این مرحله تفاوتهای شدت یا پوشش خاص هر پلتفرم را اصلاح میکند در حالی که تغییرات بیولوژیکی واقعی را حفظ مینماید.
- مدلسازی عوامل مخدوشکننده: تعدیل اثر سن، جنسیت، تبار (ancestry)، دستهبندی (batch) و نسبتهای تخمینی انواع سلولها برای اطمینان از اینکه همبستگیها گمراهکننده نیستند.
- تلفیق چندوجهی: پیوند دادن متیلاسیون با ژنوتیپ، ترانسکریپتومیک، فنوتیپ و شواهد در سطح مسیرهای بیولوژیکی.
- اعتبارسنجی: تست یافتهها در نمونههای کنار گذاشته شده (held-out samples) یا کوهورتهای مستقل برای گزارش میزان عدم قطعیت به جای اکتفا به دقت پیشبینی.
هوش مصنوعی — شبیه به یک کارآگاه فوقسریع که میلیونها سرنخ را همزمان بررسی میکند — با جستوجوی میلیونها رابطه غیرخطی که تحلیل دستی آنها غیرممکن است، این فرآیند را شتاب میدهد. در این مسیر، مدلهای Elastic-net برای انتخاب امضاهای پراکنده (sparse signatures) و مدلهای درختی برای ثبت تعاملات پیچیده به کار میروند. همچنین مدلهای گراف (Graph models) ژنها، CpGها و مسیرها را به عنوان موجودات بیولوژیکی متصل به هم نمایش میدهند.
زیستشناسی سیستمهای SNP
نکته کلیدی، ادغام چندریختیهای تکنوکلئوتیدی (SNPs) است که به عنوان یک لنگر ژنتیکی پایدار عمل میکنند. این روابط که به عنوان مکانهای صفات کمی متیلاسیون (mQTLs) شناخته میشوند، به پژوهشگران اجازه میدهند بررسی کنند آیا تغییرات ژنتیکی واقعاً متیلاسیون را تغییر داده و آیا این تغییرات در واقع بیان ژن (transcription) را تنظیم میکنند یا خیر.
این دیدگاه، همبستگیهای ایزوله را با مدلهای تنظیمکننده متصل جایگزین میکند. به جای اینکه بپرسیم آیا یک CpG بین دو گروه متفاوت است، پژوهشگران شبکههایی را بررسی میکنند که شامل موارد زیر است:
- همبستگیهای SNP به CpG و اثرات اختصاصی آلل
- روابط CpG با بیان ژن
- دسترسی به کروماتین و حاشیهنویسیهای تنظیمکننده
- تعاملات پروتئینی و مسیرهای بیولوژیکی
- تغییرات طولی (longitudinal)، مواجههها و پیامدهای بالینی
برای متخصصان، این به معنای یک تغییر بنیادین در معیارهای ارزیابی (benchmarks) است. موفقیت دیگر با یک امتیاز طبقهبندی ساده سنجیده نمیشود، بلکه معیار اصلی این است که آیا یک پیشبینی در بافتها، جمعیتها و پلتفرمهای اندازهگیری مختلف قابل انتقال است یا خیر. هدف نهایی، تبدیل دادههای خام «اومیکس» به نشانگرهای زیستی رتبهبندی شده و فرضیات تنظیمکننده قابل آزمایش است.
با این حال، هوش مصنوعی جایگزین آزمایشگاه نمیشود. تخصیص ویژگی (Feature attribution) میتواند سایتهای CpG تأثیرگذار را شناسایی کند، اما اهمیت یک ویژگی به معنای اثبات علیت نیست. معتبرترین اکتشافات زمانی رخ میدهند که شواهد ژنتیکی، اپیژنتیکی و بالینی همگی بر روی یک مکانیسم واحد همگرا شوند.
پژوهشگران اکنون باید بر مقایسه ویژگیهای انتخابشده توسط AI با شواهد mQTL و حاشیهنویسیهای ژنومیک تمرکز کنند تا در تله مسیرهای علی و معلولی گمراهکننده — که ناشی از مواجهههای محیطی اندازهگیری نشده یا ساختار جمعیتی هستند — نیفتند. این فلسفه «شواهد-محور» با کارهای گستردهتر هوش مصنوعی کاربردی در شرکت HONEYPOTZ INC همسو است.
گام بعدی شما
- بررسی تطبیق ویژگیهای انتخابشده توسط AI با شواهد mQTL برای جلوگیری از تلههای علی و معلولی.
- مطالعه اکوسیستم DeepBody OS برای پیادهسازی گردش کارهای زیستشناسی سیستمها و کشف نشانگرهای زیستی.
- تمرکز بر اعتبارسنجی یافتههای مدل در کوهورتهای مستقل پیش از اعلام نتایج نهایی.
اما تأثیر این مدلها بر کاهش هزینههای تشخیص زودهنگام سرطان حتی شگفتانگیزتر است — به تحلیل ما دربارهی پزشکی شخصیسازی شده مراجعه کنید.
گفتگو