إحداث ثورة في تعلم تمثيلات الخلايا: دمج معلومات التعبير الجيني وهياكل البروتين

في عالم الأبحاث البيولوجية، تتجه الأساليب التقليدية لتعلم تمثيلات الخلايا إلى الاعتماد بشكل رئيسي على البيانات الجينية (transcriptomic) أو البروتينية (proteomic)، حيث تُعتبر كل خلية ككيان شامل. هذه الأساليب، رغم قوتها، تتجاهل غالبًا الموقع تحت الخلوي (subcellular localization) للجزيئات الفردية، بالإضافة إلى عدم دمج المعلومات الهيكلية للبروتينات، على الرغم من دورها الحيوي في تحديد التفاعلات الوظيفية للجزيئات.

ومؤخراً، تقدم الباحثون بإطار عمل متعدد النماذج (multimodal framework) يسمح بتعلم تمثيلات الخلايا بتفاصيل تحت خلوية. يعتمد هذا الإطار على الاستفادة من ملفات التعبير الجيني للبروتينات (RNA expression profiles)، تمثيلات تسلسل البروتينات، والمعلومات الهيكلية للبروتينات، لتكوين تمثيلات دقيقة لكل خلية. يتم استخدام بنية الانتباه المتقاطع (cross-attention architecture) لدمج هذه النماذج الثلاثة بطريقة تمكن من فهم التفاعلات داخل أقسام خلوية محددة.

النتيجة هي تمثيلات تعكس التنظيم تحت الخلوي، مما يساعد في التقاط الأنماط التعبيرية الجزيئية والخصائص الوظيفية للبروتينات المرتبطة. من خلال هذه الطريقة، يحافظ الإطار على المعلومات البيولوجية المنظمة مكانيًا، بينما يجمع بين إشارات تكاملية من مستويات جزيئية متعددة. يُعتبر هذا الإطار الأول من نوعه الذي يقدم تمثيلات خلوية دقيقة تحت خلوية من خلال دمج المعلومات الجينية، تمثيلات التسلسل، والمعرفة الهيكلية للبروتينات ضمن نموذج تعلم متشابك (cross-modal learning) موحد.