كتب – باسل يوسف:
ابتكر باحثون من كولومبيا نموذج ذكاء اصطناعي يتنبأ بنشاط الجينات في أي خلية بشرية، ما يعزز أبحاث الأمراض وعلاجها. وكشف بالفعل عن الآليات وراء سرطان الدم عند الأطفال وقد يكشف عن وظائف جينومية مخفية.
طور باحثون في كلية الأطباء والجراحين في جامعة كولومبيا طريقة ذكاء اصطناعي جديدة تتنبأ بدقة بنشاط الجينات في أي خلية بشرية، وتكشف بشكل أساسي عن الآليات الداخلية للخلية. ووفقًا للدراسة التي نُشرت في مجلة Nature، فإن هذا النظام لديه القدرة على إحداث ثورة في كيفية دراسة العلماء للسرطان والاضطرابات الوراثية والأمراض الأخرى.
يقول راؤول رابادان، أستاذ علم الأحياء النظمي والمؤلف الرئيسي للورقة البحثية الجديدة: “تسمح النماذج الحسابية القابلة للتعميم بالكشف عن العمليات البيولوجية بطريقة سريعة ودقيقة. يمكن لهذه الأساليب إجراء تجارب حسابية واسعة النطاق بشكل فعال، وتعزيز وإرشاد الأساليب التجريبية التقليدية”.
صحيح إن الطرق البحثية التقليدية في علم الأحياء جيدة في الكشف عن كيفية أداء الخلايا لوظائفها أو تفاعلها مع الاضطرابات. لكنها لا تستطيع التنبؤ بكيفية عمل الخلايا أو كيفية تفاعل الخلايا مع التغيير، مثل الطفرة المسببة للسرطان.
يقول رابادان: “إن القدرة على التنبؤ بدقة بأنشطة الخلية من شأنها أن تحول فهمنا للعمليات البيولوجية الأساسية. وسوف تحول علم الأحياء من علم يصف العمليات العشوائية على ما يبدو إلى علم يمكنه التنبؤ بالأنظمة الأساسية التي تحكم سلوك الخلية”.
في الدراسة الجديدة، حاول رابادان وزملاؤه استخدام الذكاء الاصطناعي للتنبؤ بالجينات النشطة داخل خلايا معينة. مثل هذه المعلومات حول التعبير الجيني يمكن أن تخبر الباحثين بهوية الخلية وكيفية أداء الخلية لوظائفها.
يقول رابادان: “النماذج السابقة مدربة على بيانات في أنواع معينة من الخلايا، وعادة ما تكون سلالات خلايا السرطان أو أي شيء آخر لا يشبه الخلايا الطبيعية كثيرًا”. قرر شي فو، وهو باحث في مختبر رابادان، اتباع نهج مختلف، من خلال تدريب نموذج التعلم الآلي على بيانات التعبير الجيني من ملايين الخلايا المأخوذة من الأنسجة البشرية الطبيعية. تتكون المدخلات من تسلسلات الجينوم والبيانات التي توضح أجزاء الجينوم التي يمكن الوصول إليها والتعبير عنها.
يشبه ذلك الطريقة التي تعمل بها ChatGPT وغيرها من نماذج “الأساس” الشائعة. تستخدم هذه الأنظمة مجموعة من بيانات التدريب لتحديد القواعد الأساسية وقواعد اللغة، ثم تطبيق هذه القواعد المستنتجة على مواقف جديدة. “هنا الأمر هو نفس الشيء تمامًا: نتعلم القواعد النحوية في العديد من الحالات الخلوية المختلفة، ثم ننتقل إلى حالة معينة – يمكن أن تكون خلية مريضة أو يمكن أن تكون نوعًا طبيعيًا من الخلايا – ويمكننا محاولة معرفة مدى قدرتنا على التنبؤ بالأنماط من هذه المعلومات،” كما يقول رابادان.
واستعان فو ورابدان بفريق من المتعاونين، بما في ذلك المؤلفان المشاركان أليخاندرو بوينديا، وشنتونج مو من جامعة كارنيجي ميلون، لتدريب واختبار النموذج الجديد.
بعد التدريب على بيانات من أكثر من 1.3 مليون خلية بشرية، أصبح النظام دقيقًا بما يكفي للتنبؤ بالتعبير الجيني في أنواع الخلايا التي لم يرها من قبل، ما أسفر عن نتائج تتفق بشكل وثيق مع البيانات التجريبية.
بعد ذلك، أظهر المحققون قوة نظام الذكاء الاصطناعي الخاص بهم عندما طلبوا منه الكشف عن البيولوجيا المخفية للخلايا المريضة، في هذه الحالة، شكل وراثي من سرطان الدم لدى الأطفال.
يقول رابادان: “يرث هؤلاء الأطفال جينًا متحورًا، ولم يكن من الواضح بالضبط ما الذي تفعله هذه الطفرات”.
باستخدام الذكاء الاصطناعي، توقع الباحثون أن الطفرات تعطل التفاعل بين عاملين مختلفين للنسخ يحددان مصير الخلايا المصابة بسرطان الدم. وأكدت التجارب المعملية تنبؤ الذكاء الاصطناعي. إن فهم تأثير هذه الطفرات يكشف عن آليات محددة تدفع هذا المرض.
يجب أن تسمح الأساليب الحسابية الجديدة للباحثين أيضًا بالبدء في استكشاف دور “المادة المظلمة” في الجينوم – وهو مصطلح مستعار من علم الكونيات يشير إلى الغالبية العظمى من الجينوم، والذي لا يشفر الجينات المعروفة – في السرطان وأمراض أخرى.
يقول رابادان “الغالبية العظمى من الطفرات الموجودة في مرضى السرطان توجد في ما يسمى بالمناطق المظلمة من الجينوم. لا تؤثر هذه الطفرات على وظيفة البروتين وظلت غير مستكشفة في الغالب.. الفكرة هي أنه باستخدام هذه النماذج، يمكننا النظر في الطفرات وإلقاء الضوء على هذا الجزء من الجينوم”.
ويعمل رابادان مع باحثين في كولومبيا وجامعات أخرى، لاستكشاف أنواع مختلفة من السرطان، من سرطان الدماغ إلى سرطان الدم، وتعلم قواعد التنظيم في الخلايا الطبيعية، وكيف تتغير الخلايا في عملية تطور السرطان.
يفتح العمل أيضًا آفاقًا جديدة لفهم العديد من الأمراض التي تتجاوز السرطان وربما تحديد أهداف لعلاجات جديدة. من خلال تقديم الطفرات الجديدة إلى النموذج الحاسوبي، يمكن للباحثين الآن اكتساب رؤى وتوقعات عميقة حول كيفية تأثير هذه الطفرات على الخلية.
المصدر: scitechdaily
اقرأ أيضا:
