الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الحياة · Nature (computational biology) · 2026-10-21

إطار تعلّم عميق موجَّه بعلم الأيض المكاني لتفكيك آليات الهروب المناعي في البيئات الدقيقة للعدوى الفطرية

العنوان الأصلي: Spatial metabolomics-guided deep learning framework for dissecting immune evasion mechanisms in fungal infection microenvironments

يستهدف هذا العمل الدوائر الأيضية المنظمة مكانياً التي تمكّن المسبّبات المرضية الفطرية من التهرب من مناعة المضيف في العدوى الغازية، وهي عدوى تتسبب في وفيات مرتفعة لدى المرضى ضعاف المناعة. ومن خلال الجمع بين الميتابولوميات المكانية عالية الدقة لأنسجة داء الرشاشيات الرئوي الغازي في الفئران وشبكة التفافية متعددة المقاييس معزّزة بالانتباه، يقسّم هذا الإطار نواة العدوى ومنطقة ارتشاح الخلايا المناعية ومنطقة الحدود الانتقالية بمعامل Dice متوسط قدره 0.887 مقارنة بتأشيرات أخصائيي الأمراض الخبراء. ثم يستنتج مشفّر تلقائي رسومي تبايني مزوّد بمعادلات تفاضلية عادية عصبية كيف تتطور شبكات تفاعل المستقلبات–المناعة على مدى 24–72 ساعة، إذ يرتّب الكينورينين بوصفه المستقلب المحوري الأعلى مركزية، ويرجّح وجود نقطة تحول أيضية مفترضة بين 36 و48 ساعة.

اقرأ المصدر الأصلي ↗

جميع العناصر →