مقدمة
في دراسة رائدة نُشرت في عدد يوليو 2026 من مجلة Science (المجلد 393، العدد 6806)، قدم الباحثون ترانسكريبت فورمر، وهو نموذج ذكاء اصطناعي توليدي قادر على بناء أطلس خلوي شامل يمتد عبر 1.5 مليار سنة من التطور. يستخدم هذا النهج المبتكر التعلم العميق لرسم الحالات الخلوية عبر أنواع مختلفة، مما يوفر رؤى غير مسبوقة حول الأصول التطورية لأنواع الخلايا وشبكات تنظيم الجينات.
ما هو ترانسكريبت فورمر؟
ترانسكريبت فورمر هو نموذج ذكاء اصطناعي توليدي مصمم للتنبؤ وإعادة بناء أنماط التعبير الجيني عبر مجموعة واسعة من الكائنات الحية. من خلال التدريب على مجموعات بيانات ضخمة من علم النسخ الخلوي أحادي الخلية، يتعلم النموذج الأنماط الأساسية لتنظيم الجينات المحفوظة أو المتباينة عبر الزمن التطوري. والنتيجة هي أطلس خلوي ديناميكي لا يوثق أنواع الخلايا المعروفة فحسب، بل يتنبأ أيضًا بالحالات الخلوية السلفية والوسيطة.
تعتمد بنية النموذج على شبكات المحولات (Transformer)، المشابهة لتلك المستخدمة في نماذج اللغة الكبيرة مثل GPT، ولكنها مُكيَّفة لبيانات التسلسل البيولوجي. يعالج بيانات التعبير الجيني كلغة، حيث يكون مستوى تعبير كل جين أشبه بكلمة في جملة، ويوفر السياق الخلوي القواعد. وهذا يسمح لترانسكريبت فورمر بتوليد أنماط تعبير معقولة لخلايا لم تُلاحظ تجريبيًا من قبل، مما يسد الفجوات في فهمنا التطوري.
النتائج الرئيسية
تُظهر الدراسة أن ترانسكريبت فورمر يمكنه إعادة بناء أنواع الخلايا بدقة من كائنات حية تفصل بينها ما يصل إلى 1.5 مليار سنة من التطور، بما في ذلك الحيوانات والنباتات والفطريات والطلائعيات. يحدد النموذج برامج تنظيم الجينات الأساسية المحفوظة عالميًا، بالإضافة إلى الابتكارات الخاصة بكل سلالة والتي أدت إلى ظهور أنسجة وأعضاء معقدة.
من أبرز النتائج هو التنبؤ بنوع خلوي سلفي مشترك كان موجودًا على الأرجح في آخر سلف مشترك حقيقي النواة (LECA). يُظهر هذا النوع الخلوي الافتراضي مزيجًا من السمات التي تُرى في الخلايا الجذعية الحديثة والخلايا المناعية، مما يشير إلى أن حقيقيات النوى المبكرة كانت تمتلك شكلاً بدائيًا من التمايز الخلوي.
بالإضافة إلى ذلك، يكشف ترانسكريبت فورمر كيف تم إعادة استخدام بعض شبكات تنظيم الجينات عبر التطور. على سبيل المثال، تُظهر الجينات المشاركة في التطور العصبي لدى الحيوانات تشابهًا مع الجينات التي تتحكم في استجابات الإجهاد لدى النباتات، مما يشير إلى روابط تطورية عميقة بين عمليات بيولوجية تبدو غير مرتبطة.
المنهجية
جمع الباحثون مجموعة بيانات ضخمة من بيانات تسلسل الحمض النووي الريبي أحادي الخلية من أكثر من 100 نوع، تمثل الفروع الرئيسية لشجرة الحياة حقيقية النواة. تم استخدام هذه البيانات لتدريب نموذج ترانسكريبت فورمر بطريقة التعلم الذاتي، حيث تعلم النموذج التنبؤ بقيم التعبير الجيني المخفية بناءً على السياق المحيط.
للتحقق من صحة تنبؤات النموذج، قارن الفريق الأطالس الخلوية المحددة تجريبيًا من أنواع غير مدرجة في مجموعة التدريب. حقق ترانسكريبت فورمر دقة عالية في إعادة بناء أنواع الخلايا المعروفة، كما حدد حالات خلوية جديدة تم تأكيدها لاحقًا من خلال تجارب مستهدفة.
تم اختبار القدرات التوليدية للنموذج بشكل أكبر من خلال محاكاة سيناريوهات تطورية، مثل الانتقال من الحياة وحيدة الخلية إلى متعددة الخلايا. نجح ترانسكريبت فورمر في التنبؤ بأنواع خلوية وسيطة تسد الفجوة بين الأسلاف وحيدة الخلية والكائنات متعددة الخلايا المعقدة، مما يوفر إطارًا حسابيًا لدراسة التحولات التطورية.
الآثار على علم الأحياء والطب
لترانسكريبت فورمر آثار بعيدة المدى على كل من علم الأحياء الأساسي والطب التطبيقي. من خلال توفير رؤية شاملة للتنوع الخلوي عبر التطور، يمكن للنموذج المساعدة في تحديد الجينات والمسارات المحفوظة الضرورية لوظيفة الخلية. يمكن لهذه المعرفة أن تفيد في تطوير علاجات جديدة للأمراض التي تنطوي على خلل خلوي، مثل السرطان والاضطرابات التنكسية.
علاوة على ذلك، تسمح الطبيعة التوليدية لترانسكريبت فورمر للباحثين باستكشاف سيناريوهات "ماذا لو"، مثل كيفية استجابة الخلية للاضطرابات الجينية أو التغيرات البيئية. يمكن أن يؤدي ذلك إلى تسريع اكتشاف الأدوية من خلال التنبؤ بالتأثيرات غير المستهدفة أو تحديد أهداف دوائية جديدة.
تفتح الدراسة أيضًا آفاقًا جديدة لعلم الأحياء التطوري النمائي (evo-devo)، مما يمكّن العلماء من اختبار الفرضيات حول أصل أنواع الخلايا والتغيرات الجينية التي قادت الابتكارات التطورية الكبرى.
القيود والاتجاهات المستقبلية
على الرغم من أن ترانسكريبت فورمر يمثل تقدمًا كبيرًا، إلا أن المؤلفين يعترفون بالعديد من القيود. تنبؤات النموذج جيدة بقدر جودة بيانات التدريب، وقد تؤثر التحيزات في تمثيل الأنواع أو الظروف التجريبية على الدقة. بالإضافة إلى ذلك، لا يأخذ النموذج في الاعتبار التعديلات اللاجينية أو التنظيم بعد النسخي، والتي تلعب أدوارًا مهمة في هوية الخلية.
ستركز الأعمال المستقبلية على دمج بيانات متعددة الأوميكس، بما في ذلك إمكانية الوصول إلى الكروماتين ومستويات البروتين، لإنشاء رؤية أكثر شمولية للحالات الخلوية. يخطط الباحثون أيضًا لتوسيع الأطلس ليشمل المزيد من الأنواع، خاصة تلك من الفروع غير المدروسة لشجرة الحياة.
الاستنتاج
يمثل ترانسكريبت فورمر حقبة جديدة في علم الأحياء الحاسوبي، حيث يمكن للذكاء الاصطناعي التوليدي إعادة بناء التاريخ التطوري للخلايا بدقة ملحوظة. من خلال تغطية 1.5 مليار سنة من التطور، يوفر هذا الأطلس الخلوي إطارًا موحدًا لفهم التنوع الخلوي ومبادئ تنظيم الجينات. مع استمرار تطور النموذج، فإنه يعد بتحويل فهمنا للأساسيات الخلوية للحياة.
تستند هذه المقالة إلى تقارير من Science (AAAS). اقرأ المقال الأصلي.
Originally published on science.org