لنفترض أن شخصاً واحداً فقط مصاباً بعدوى يختبئ داخل مجتمع يضم $1,000$ شخص. كم عدد الاختبارات التشخيصية اللازمة لتحديد هذا الشخص الإيجابي بدقة $100\%$؟

الجواب البديهي هو فحص جميع الأشخاص الـ $1,000$ واحداً تلو الآخر، أي إجراء $1,000$ اختبار. غير أن الرياضيات ونظرية المعلومات تقدمان إجابة مختلفة تماماً؛ فإذا أمكن خلط (تجميع أو Pooling) العينات الحيوية بحيث يجيب اختبار واحد عن السؤال الثنائي: «هل توجد عينة إيجابية واحدة على الأقل في هذا الخليط؟»، فإن البحث التكيفي المتدرج (Adaptive Group Testing) لا يتطلب سوى $10$ اختبارات فقط. والأكثر إثارة للدهشة أنه حتى لو حددنا جدول الخلط بالكامل مسبقاً وأجرينا جميع الاختبارات في وقت واحد ضمن دفعة متوازية واحدة (الاختبار الجماعي غير التكيفي)، فإن بضع عشرات من الاختبارات تكفي لتحديد المصاب بدقة تامة دون الحاجة إلى أي إعادة اختبار.

ما يبدو وكأنه خدعة سحرية هو في الواقع حجر زاوية في الرياضيات المتقطعة والإحصاء ونظرية الترميز ونظرية المعلومات يُعرف باسم الاختبار الجماعي (Group Testing) والبحث التوافقي (Combinatorial Search). في هذا المقال، نستعرض البنية الرياضية الكاملة لهذا العلم: بدءاً من ورقة روبرت دورفمان التاريخية عام 1943 والحدود الدنيا للإنتروبيا عند كلود شانون، مروراً بلغز العملات الـ 12 المزيفة وخوارزمية هوانغ للانقسام الثنائي المعمم، وصولاً إلى المصفوفات المنفصلة ($d$-Disjunct Matrices / الأكواد المتراكبة) لكاوتز وسينغلتون فوق الحقول المنتهية (متعددات حدود ريد-سولومون)، والاستشعار المضغوط (Compressed Sensing) والفحص الجينومي فائق الإنتاجية (P-BEST).

1. اختراق عام 1943: التجميع ثنائي المراحل لروبرت دورفمان

1.1 الحرب العالمية الثانية وعنق الزجاجة في اختبار فاسرمان للدم

بدأت القصة الرياضية للاختبار الجماعي في ديسمبر 1943 عندما نشر الإحصائي الأمريكي روبرت دورفمان (Robert Dorfman) ورقة بحثية من ست صفحات في دورية The Annals of Mathematical Statistics بعنوان “The Detection of Defective Members of Large Populations”.

خلال الحرب العالمية الثانية، احتاج الجيش الأمريكي إلى فحص ملايين المجندين للكشف عن مرض الزهري باستخدام اختبار فاسرمان للدم. ونظراً لأن معدل انتشار المرض $p$ كان منخفضاً (عادة بين $p \approx 0.01$ و $p \approx 0.001$)، فإن الفحص الفردي كان يهدر أكثر من $99\%$ من الاختبارات لمجرد تأكيد خلو الجنود الأصحاء من المرض.

اقترح دورفمان إجراء التجميع ثنائي المراحل (Two-Stage Pooling): تقسيم المجتمع البالغ عدده $N$ إلى مجموعات (أحواض أو Pools) منفصلة حجم كل منها $k$.

1. المرحلة الأولى (اختبار المجموعة): خلط عينات الأفراد الـ $k$ في أنبوب واحد وإجراء اختبار واحد ($1$) على الخليط.
   • إذا كانت النتيجة سلبية (Negative) (باحتمال $(1 - p)^k$): يتمعلان خلو جميع الأفراد الـ $k$ دفعة واحدة باستهلاك اختبار واحد فقط!
   • إذا كانت النتيجة إيجابية (Positive) (باحتمال $1 - (1 - p)^k$): يوجد مصاب واحد على الأقل؛ ننتقل إلى المرحلة الثانية.
2. المرحلة الثانية (إعادة الفحص الفردي): فحص العينات الأصلية لجميع الأفراد الـ $k$ في المجموعة الإيجابية بشكل فردي (بإجمالي $1 + k$ اختبارات لهذه المجموعة).

  flowchart TD
    A["تقسيم N عينة إلى مجموعات منفصلة بحجم k"] --> B["المرحلة 1: إجراء اختبار واحد لخليط العينات الـ k"]
    B --> C{"ما هي نتيجة اختبار المجموعة؟"}
    C -- "سلبي: الاحتمال (1 - p)^k" --> D["تأكيد سلبية جميع الأفراد الـ k دفعة واحدة!<br/>(إجمالي الاختبارات المستهلكة: 1)"]
    C -- "إيجابي: الاحتمال 1 - (1 - p)^k" --> E["المرحلة 2: فحص فردي لجميع الأفراد الـ k في المجموعة<br/>(إجمالي الاختبارات المستهلكة: 1 + k)"]

1.2 الاشتقاق التحليلي للحجم الأمثل للمجموعة $k^*$

لمجموعة واحدة بحجم $k$، تكون القيمة المتوقعة لعدد الاختبارات هي $\mathbb{E}[T_{\text{pool}}] = 1 \cdot (1 - p)^k + (1 + k)[1 - (1 - p)^k] = 1 + k[1 - (1 - p)^k]$. وبالقسمة على $k$، نحصل على العدد المتوقع للاختبارات لكل فرد $f(k) = \frac{\mathbb{E}[T]}{N}$:

لنختبر هذا القانون بالأرقام:

• عندما يكون معدل الانتشار $p = 0.01$ ($1\%$): الحجم الأمثل للمجموعة هو $k^* \approx \frac{1}{\sqrt{0.01}} = 10$ (القيمة الصحيحة الدقيقة: $k^* = 11$)، وينخفض متوسط الاختبارات لكل شخص إلى $\frac{\mathbb{E}[T]}{N} \approx 0.20$ (الدقيق: $0.1956$). أي أن فحص $1,000$ شخص يتطلب $196$ اختباراً فقط بدلاً من $1,000$ — بتوفير قدره $80.4\%$!
• عندما يكون معدل الانتشار $p = 0.0001$ ($0.01\%$): الحجم الأمثل هو $k^* = 100$ وينخفض العدد المتوقع إلى $0.02$ اختبار للشخص، مما يلغي $98\%$ من إجمالي الاختبارات!

2. الحد الأدنى لنظرية المعلومات (حد العد وإنتروبيا شانون)

ما هو الحد الأدنى المطلق لعدد الاختبارات الذي تفرضه قوانين نظرية المعلومات لأي خوارزمية ممكنة؟

1. حد العد التوافقي (Counting Bound): إذا كان هناك $d$ مصابين بين $N$ فرداً ($S \subset [N], |S| = d$)، فهناك $\binom{N}{d}$ مجموعة جزئية ممكنة. وبما أن كل اختبار ثنائي $\{0, 1\}$ يقدم بحد أقصى $1$ بت من معلومات شانون، فإن $T$ اختبارات تنتج على الأكثر $2^T$ متجهاً مختلفاً من النتائج: $$2^T \ge \binom{N}{d} \implies T \ge \log_2 \binom{N}{d} \approx d \log_2 \frac{N}{d} + O(d)$$
2. حد إنتروبيا شانون الاحتمالي: إذا كان كل فرد إيجابياً بشكل مستقل باحتمال $p$، فإن الإنتروبيا المشتركة لمتجه الحالة $\mathbf{X} \in \{0, 1\}^N$ هي $N \cdot H_2(p)$، مما يفرض: $$\frac{\mathbb{E}[T]}{N} \ge H_2(p) = -p\log_2 p - (1-p)\log_2(1-p)$$

3. الاختبار الجماعي التكيفي مقابل غير التكيفي

3.1 الانقسام الثنائي المعمم لهوانغ ومسألة العملات الـ 12 المزيفة

في الاختبار الجماعي التكيفي، يتم اختيار كل مجموعة بناءً على نتائج الاختبارات السابقة:

• عندما يكون $d = 1$، يقوم البحث الثنائي (Binary Splitting) بتقسيم فضاء المرشحين إلى النصف في كل خطوة، محققاً $\lceil \log_2 N \rceil$ اختباراً بالضبط ($10$ اختبارات لـ $1,000$ شخص).
• عندما يكون $d \ge 2$، تقوم خوارزمية الانقسام الثنائي المعمم لفرانك هوانغ (Hwang, 1972) باختبار مجموعة فرعية بحجم $2^\alpha \approx n/d$ بحيث تتساوى احتمالات النتيجة الإيجابية والسلبية قرب $1/2$ ($1$ بت لكل اختبار)، محققة الحد الأدنى النظري $T = d \log_2(N/d) + O(d)$.

وهذا المبدأ نفسه يفسر لغز العملات الـ 12 المزيفة والميزان ذي الكفتين (1945): بين $12$ عملة توجد عملة واحدة مزيفة إما أثقل أو أخف من الحقيقية ($12 \times 2 = 24$ فرضية). يوفر الميزان $3$ نتائج $\{-1, 0, +1\}$، أي ما يصل إلى $\log_2 3 \approx 1.585$ بت لكل وزنة، ويميز حتى $3^3 = 27 \ge 24$ حالة في $3$ وزنات. إذا وضعنا $6$ عملات مقابل $6$ في الوزنة الأولى، فلن يتوازن الميزان أبداً ($0$)، مما يترك $12 > 3^2 = 9$ حالات (مستحيل الحل!). يجب وضع $4$ عملات في اليسار، و$4$ في اليمين، وترك $4$ خارج الميزان لتقسيم الفرضيات الـ $24$ بالتساوي إلى $8 : 8 : 8$.

العائق العملي في تفاعل البوليميراز المتسلسل (PCR): نظراً لأن دورة RT-PCR الواحدة تستغرق حوالي $3$ ساعات، فإن تنفيذ $10$ مراحل تكيفية متتالية سيتطلب $30$ ساعة! لذلك تحتاج المختبرات السريرية إلى الاختبار الجماعي غير التكيفي (NAGT) الذي ينفذ جميع الاختبارات بالتوازي في جولة واحدة.

4. الاختبار الجماعي غير التكيفي (NAGT) والمصفوفات المنفصلة ($d$-Disjunct Matrices)

4.1 مصفوفة التجميع $\mathbf{M}$ والتراكب المنطقي OR

صاغ كاوتز وسينغلتون (Kautz & Singleton, 1964) التصميم غير التكيفي عبر مصفوفة ثنائية $\mathbf{M} \in \{0, 1\}^{T \times N}$، حيث يعني $M_{i, j} = 1$ إدراج العينة $j$ في المجموعة $i$. ويكون متجه النتائج $\mathbf{y} \in \{0, 1\}^T$ هو تراكب OR المنطقي لأعمدة المجموعة الإيجابية $S$ ($|S| \le d$):

4.2 المصفوفات المنفصلة ($d$-Disjunct) وفك التشفير الخطي COMP

تُسمى المصفوفة $\mathbf{M}$ مصفوفة $d$-منفصلة ($d$-Disjunct Matrix) إذا لم تكن مجموعة دعم أي عمود $j_0 \notin S$ محتواة أبداً في اتحاد مجموعات دعم أي $d$ أعمدة أخرى $S$:

أي أنه لكل فرد سلبي $j_0 \notin S$، يوجد على الأقل «اختبار شاهد» واحد (صف $i^*$) يشارك فيه $j_0$ ($M_{i^*, j_0} = 1$) ولا يشارك فيه أي من المصابين الـ $d$ ($y_{i^*} = 0$).

  flowchart TD
    subgraph DisjunctAR["البنية الهندسية للمصفوفة d-المنفصلة"]
        ColS["تراكب OR للأعمدة الإيجابية الـ d<br/>y = ⋁_{j ∈ S} M_{*, j}"]
        ColJ["عمود أي عينة سلبية j0 ∉ S<br/>M_{*, j0}"]
        Witness["وجود صف شاهد مضمون i*:<br/>M_{i*, j0} = 1 و y_{i*} = 0 (الاختبار i* سلبي!)"]
        ColS --> Witness
        ColJ --> Witness
        Witness --> Result["العينة السلبية j0 لا تختفي أبداً في ظل S:<br/>فك تشفير COMP في زمن خطي O(TN) بدون إيجابيات كاذبة!"]
    end

بفضل هذه الخاصية، تقوم خوارزمية COMP بفك التشفير في زمن خطي $O(TN)$: يتم استبعاد كل عينة شاركت في اختبار سلبي، والعينات المتبقية هي الإيجابية بدقة $100\%$! ويفرض حد دياتشكوف-ريكوف / روسينكو / فوريدي $T = \Omega\left(\frac{d^2}{\log d} \log N\right)$ صفاً، بينما تحقق التركيبات الجبرية والاحتمالية $T = O(d^2 \log N)$.

4.3 الشبكة ثنائية الأبعاد («الإيجابيات الشبحية») وتصاميم ريد-سولومون

عند ترتيب $N = 100$ عينة في شبكة $10 \times 10$ ($10$ صفوف + $10$ أعمدة = $20$ اختباراً)، يتم تحديد مصاب واحد ($d = 1$) عند التقاطع الفريد. لكن عند وجود مصابين ($d = 2$) في $(2, 4)$ و $(6, 9)$، تنشط الصفوف $R_2, R_6$ والأعمدة $C_4, C_9$، مما يولد «إيجابيات شبحية» (Ghost Positives) كاذبة عند $(2, 9)$ و $(6, 4)$!

تغلب كاوتز وسينغلتون على ذلك بتعيين كثيرة حدود $P_j(x) \in \mathbb{F}_q[x]$ من الدرجة $\le k-1$ فوق حقل منتهٍ $\mathbb{F}_q$ لكل عينة $j$ (كود ريد-سولومون، $N = q^k$) وتكوين المجموعات وفق $y = P_j(x_m) \pmod q$ في $w \ge d(k-1)+1$ اتجاهات، مما يضمن مصفوفة $d$-منفصلة خالية تماماً من الأشباح!

5. الضوضاء، الاستشعار المضغوط (Compressed Sensing)، وطريقة P-BEST

1. تأثير التخفيف والاختبار الجماعي المشوش: لمواجهة تخفيف الحمض النووي الفيروسي وأخطاء المختبر، تضمن المصفوفات $(d, 2e)$-المنفصلة وجود $2e+1$ صفوف شاهدة (خوارزمية NCOMP)، إلى جانب انتشار المعتقد (Belief Propagation) والبرمجة الخطية (LP).
2. الثنائية مع الاستشعار المضغوط: يمثل الاستشعار المضغوط (كانديس، تاو، دونوهو 2006) النظير الجبري المستمر في $\mathbb{R}$ للاختبار الجماعي البولياني.
3. قنوات الوصول المتعدد وفحص كوفيد-19 (P-BEST): من خوارزميات فض التصادم اللاسلكي إلى بروتوكول P-BEST السريري (Shental et al., Science Advances 2020) الذي استخدم مصفوفة ريد-سولومون بحجم $48 \times 384$ لفحص $384$ مريضاً في $48$ تفاعل PCR متوازٍ فقط في جولة واحدة (مضاعفاً القدرة التشخيصية $8$ مرات)، تظل رياضيات الاختبار الجماعي شاهداً ساطعاً على قوة البحث التوافقي.