Ali Ertürk – عالمنا الرائد الذي يحلل الأنسجة المُشففة بالذكاء الاصطناعي ويقول إن الحلم مفيد للعلم

يقول Ali Ertürk إن بعض الباحثين يصفون خططه بأنها «بعيدة جدًا» ، كما يقول Ali Ertürk، بينما يستخدم آخرون أوصافًا أقل لطفًا. وقد ينتقد نفسه بشدة، لكنه يصف نفسه أيضًا بأنه يعمل في مجالات كثيرة تشمل علم الأعصاب وتقنية النانو والهندسة المتقدمة والتعلم العميق، ويعد نفسه «حالم» ، كما يقول Ertürk، الباحث في جامعة Ludwig Maximilian في ميونيخ، «كان الأمر ممتعًا حتى الآن ويزداد إثارة» . ويتولى Ali Ertürk إدارة معهد جديد لهندسة الأنسجة والطب التجديدي في مركز Helmholtz قرب ميونيخ. ويجمع مختبره أفرادًا من 15 جنسية، ويضم 20 شخصًا من اختصاصيي علوم الحاسوب والأعصاب والكيمياء والهندسة والمجهرية. ويستلهم Ertürk من كتاب المؤرخ Yuval Noah Harari Homo Deus: تاريخ موجز للغد ، الذي يروي كيف تصمم البشرية نفسها للقرن 22 وكيف تعزز التقدم العلمي بجمع الخبرات من المجالات المختلفة. «هذا يحدث بالتأكيد في علم الأحياء مع التعلم العميق» ، بحسب Ertürk.

أبحاث Ali Ertürk

في 2006، بدأ Ertürk، في عمل سبق أن قام به رائد التشريح الألماني Werner Spalteholz قبل قرن، تنقية الأنسجة، أي جعلها شفافة . واستعان بالمجهرية الفلورية ووسوم GFP لإظهار قدرة التشفيف على كشف بنية الدماغ بالتفصيل. وشفف Ertürk وفريقه فأرًا كاملًا وصوروه بمجهر المسح الليزري، وبذلك فحصوا الورم و النقائل على مستوى الخلية الواحدة.

أدناه، يمكن مشاهدة ملخص دراسة Ali Ertürk وفريقه عن تقنيتهم المطورة حديثًا التي تتيح كشف حتى أصغر النقائل في جسم الفأر كله، والمسماة DeepMACT ، وهي تقنية قائمة على التعلم العميق، أي الشبكات العصبية الاصطناعية متعددة الطبقات، في ملخص بالفيديو : (يتوفر خيار الترجمة التركية)

حتى الآن، صُورت الأنسجة والأعضاء في دراسات تصوير كثيرة بصورة 2 الأبعاد، بينما يقدم التصوير 3 الأبعاد معلومات أكثر تفصيلًا وقيمة بكثير، رغم صعوبته المنهجية الكبيرة.

يعطي الفأر الكامل مجموعة بيانات من أربعة تيرابايت تتكون من 100.000 صورة، وهو حجم أكبر من أن يُحلل يدويًا بدقة وفي وقت معقول. ولأن الضوء أكثر سطوعًا حول النسيج، فإن النهج المعياري لتحديد العتبة ينطوي على خطر فقدان بيانات من داخل النسيج. ويقول Ertürk إن مختبرات تشفيف الأنسجة تحتاج إلى استخدام طريقة الذكاء الاصطناعي المسماة التعلم العميق لتحليل البيانات، «وإلا فلن يتقدم المجال كثيرًا».

القسم الجديد في مختبر Ali Ertürk: VesSAP: Vessel Segmentation & Analysis Pipeline

VesSAP، أي تجزئة الأوعية ومسار التحليل. وفي هذا العمل، شفف الفريق جميع الأوعية في أدمغة أنواع مختلفة من الفئران، بما فيها الشعيرات الصغيرة. وسُجلت البيانات مقابل Allen Mouse Brain Atlas.

يستخدم VesSAP شبكة تعلم آلي مؤلفة من خمس طبقات التفافية. ولتجنب الحاجة إلى مجموعة تدريب كبيرة، استخدموا «التعلم بالنقل»، حيث تُنشأ مجموعات بيانات اصطناعية وتُنقح بالبيانات الحقيقية. وحققت الشبكة «دقة بمستوى الإنسان» ، بحسب Ertürk. «هذه هي طريقة التعامل مع بيانات بهذا الحجم» ، كما يقول. وأراد الفريق تجنب شبكة متعددة الطبقات مثل شبكة U-Net الالتفافية بملايين معلماتها. وحقق باستخدام خوارزمياته الخاصة وعدد أقل من المعلمات مستويات دقة مشابهة لـ U-Net. «لكن خوارزمياتنا أسرع بنحو 25 إلى 50 ضعفًا» ، كما يقول. ويعني هذا المكسب أن مسار التحليل الجديد يستطيع العمل على حواسيب عادية. ويمكن للمستخدمين تنزيل المسار كله أو وحداته. «خذ ما تريد، تستطيع أخذه» ، كما يقول. وتتوفر منظومة الأوعية بصور 3D والخوارزميات والوثائق والأمثلة. ودرس الفريق مزيجًا من الصبغات الكيميائية لإظهار الأوعية الكبيرة والصغيرة معًا. ويكيّف هو وفريقه هذا المسار لتحليل منظومة الأوعية في كلية بشرية مُشففة. «أظن أن هذا جميل جدًا، لأن الكلية البشرية بنية مذهلة» ، يقول Ertürk. «لا نعرف كيف تُنظم بهذا المستوى من التفصيل». اضطروا إلى تغيير الكيمياء للأعضاء البشرية وضبط إعداد المجهر لمسح الكلية كاملة. وتشكل خرائط 3D جزءًا من خطة أوسع، كما يحتاج المعماري إلى مخطط لبناء ناطحة سحاب.

من Ali Ertürk؟ تعليمه

نشأ Ertürk في تركيا، وأكمل دراسته الجامعية في قسم الأحياء الجزيئية والوراثة بجامعة Bilkent في أنقرة. وأجرى خلال دراسته تدريبين صيفيين في مختبرات علم الأعصاب بالولايات المتحدة، في كليتي الطب بجامعتي Yale وHarvard. ولم يكن قبل ذلك قد أمضى وقتًا في مختبر بحثي أو غادر تركيا أو ركب طائرة. «كان أمرًا مهمًا جدًا بالنسبة إليّ» ، كما يقول. وذهب لأبحاث الدكتوراه في علم الأعصاب إلى معهد Max Planck لعلم الأعصاب، حيث عمل على تقنيات التصوير وتشفيف الأنسجة. والتقط صورًا جمع فيها العالم الحقيقي والعالم المجهري. «ما أحبه هو التصوير، خصوصًا ليلًا». كما يقضي وقتًا مع أسرته، بمن فيها طفله حديث الولادة. ويحب قراءة الكتب الصوتية، ويحصل على 70-80 كتابًا في السنة.

«كان ممتعًا حتى الآن، ويزداد إثارة بمرور الوقت».

Ertürk، فإن مرشده والمدير التنفيذي لـ Helmholtz ميونيخ، Matthias Tschöp، قال إنهم انطلقوا لجمع «هندسة الجيل الجديد» وتقنيات AI، أي الذكاء الاصطناعي، لتحويل الطب الحيوي . «بخبرته في الطب الحيوي النظمي والتصوير عالي الدقة والذكاء الاصطناعي، يجسد Ali Ertürk العالم الهجين الذي نحتاج إليه اليوم لمواجهة التهديدات الصحية المتزايدة التي نتعرض لها كمجتمع» ، كما يقول. وبعيدًا عن إنجازاته العلمية، «يمتلك Ali عقلًا مبدعًا بإبداع معدٍ». إنه مفكر تركيبي يمتلك قدرات مبهرة بوصفه فنانًا ومصورًا ناجحًا. وقال Tschöp: «نحن سعداء جدًا بأنه قرر الانضمام إلى فريقنا بوصفه أحد مديري معاهدنا» .

أكمل Ertürk زمالة ما بعد الدكتوراه في Genentech. ويأمل أن تُطبق في معهده الجديد ثقافة دمج البحث والتطبيق. وأحب منطقة خليج سان فرانسيسكو، ومنحته روح ريادة الأعمال المنتشرة فيها الثقة لاستكشاف الهندسة والتعلم العميق. وعندما يقول له الناس إنه لن ينجح في شيء، يجيب: «لا أعرف، لكنني سأجد حلًا؛ هذا هو موقفي» .