← أحدث الأبحاث
🔬 materials science

Hidden Markov model analysis to fluorescence blinking of fluorescently labeled DNA

تستخدم هذه الدراسة تحليل نموذج ماركوف الخفي لتوصيف سلوك الوميض للحمض النووي المسمى فلوريًا بشكل كمي، كاشفةً أن مدد حالة التشغيل (ON) تتبع توزيعًا أسيًا بينما تلتزم مدد حالة الإيقاف (OFF) بتوزيع لوغاريتمي طبيعي.

المؤلفون الأصليون: Tatsuhiro Furuta, Shuya Fan, Tadao Takada, Yohei Kondo, Mamoru Fujitsuka, Atsushi Maruyama, Kiyohiko Kawai, Kazuma Nakamura

نُشر 2026-09-07
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Tatsuhiro Furuta, Shuya Fan, Tadao Takada, Yohei Kondo, Mamoru Fujitsuka, Atsushi Maruyama, Kiyohiko Kawai, Kazuma Nakamura

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

في العالم المجهري لعلم الأحياء، غالبًا ما يقوم العلماء بتثبيت علامات متوهجة صغيرة على سلاسل الحمض النووي (DNA) لمراقبة كيفية حركتها وتفاعلها. هذه العلامات هي جزيئات فلورية تعمل مثل مصابيح كهربائية صغيرة، حيث تضيء عندما تمتص الطاقة وتنطفئ عندما تطلقها. وتحت المجهر، لا تشع هذه الجزيئات بشكل مستمر، بل تومض في نمط من التشغيل والإيقاف يُعرف بـ "الوميض" (blinking). هذا الوميض ليس ضجيجًا عشوائيًا، بل هو سجل للحالة الداخلية للجزيء. فعندما يكون الجزيء متوهجًا، يكون في حالة صحية ونشطة، وعندما ينطفئ، فإنه ينتقل إلى حالة خفية غير نشطة، غالبًا بسبب ابتعاد إلكترون، مما يخلق عدم توازن كهربائي مؤقت. إن فهم المدة التي تبقى فيها هذه الجزيئات مضيئة أو مظلمة بالضبط، وسبب تحولها، يكشف عن الفيزياء الأساسية لكيفية سلوك الحمض النووي وكيفية انتقال الإلكترونات من خلاله. ومع ذلك، فإن الإشارة الصادرة من هذه الأضواء الصغيرة غالبًا ما تكون مدفونة تحت بحر من الساكنية والتشويش، مما يجعل من الصعب للغاية التمييز بين التحول الحقيقي وبين مجرد خلل تقني عابر.

لقد طور فريق من الباحثين في اليابان طريقة جديدة لاختراق هذا الضجيج وقراءة القصة الحقيقية لهذه الأضواء الوامضة. فقد درسوا سلاسل من الحمض النووي (DNA) الموسومة بصبغة فلورية محددة، وراقبوا إشارات الضوء أثناء تحولها بين الحالات المضيئة والمظلمة. ولأن البيانات الخام كانت مشوشة للغاية، لجأ العلماء إلى تقنية تعلم آلي تُسمى "نموذج ماركوف الخفي" (hidden Markov model). فكر في هذه الطريقة كمرشح (فلتر) متطور ينظر إلى إشارة مشوشة ويستنتج التسلسل الأكثر احتمالًا للأحداث التي تجري تحتها، مما يفصل بفعالية بين عمليات التشغيل والإيقاف الحقيقية وبين الضجيج الخلفي. ومن خلال تطبيق هذه التقنية على مسارات أربعين جزيئًا مختلفًا من الحمض النووي، تمكن الفريق من إعادة بناء تاريخ نظيف وموثوق للوقت الذي كان فيه كل جزيء متوهجًا والوقت الذي كان فيه مظلمًا، بغض النظر عن مقدار الضجيج الموجود في التسجيل الأصلي.

بمجرد حصولهم على هذه الإشارات النظيفة، قاس الباحثون المدة التي قضتها الجزيئات في كل حالة، ووجدوا نمطًا واضحًا ومتميزًا في التوقيت. فالتوقيت الذي قضاه الجزيء وهو متوهج قبل أن ينطفئ اتبع قاعدة بسيطة ومتوقعة: كلما بقي مضيئًا لفترة أطول، زاد احتمال انطفائه في أي لحظة، تمامًا مثل رمي العملة المعدنية حيث تظل احتمالات ظهور "الوجه" كما هي بغض النظر عن عدد المرات التي ظهر فيها "الظهر" سابقًا. وهذا يشير إلى أن التحول من التوهج إلى الظلام هو حدث مفاجئ وعرضي يحدث باحتمالية ثابتة. وفي المقابل، كان الوقت الذي قضاه الجزيء في الحالة المظلمة قبل العودة إلى الضوء أكثر تعقيدًا؛ إذ لم يتبع مدة الفترات المظلمة قاعدة بسيطة، بل ناسبت البيانات شكلًا إحصائيًا محددًا يُعرف بالتوزيع اللوغاريتمي الطبيعي (log-normal distribution). ويشير هذا النمط إلى أن العودة إلى حالة التوهج ليست مجرد حدث عشوائي واحد، بل هي على الأرجح نتيجة لعديد من العوامل الصغيرة والمستقلة التي تعمل معًا بمرور الوقت.

ولفهم طبيعة هذه التحولات، قارن الباحثون نتائجهم بكيفية تحليل المهندسين لمعدلات فشل المكونات الإلكترونية، مثل أشباه الموصلات. في هذا المجال، يشير معدل الفشل الثابت بمرور الوقت إلى انهيار عشوائي وعرضي، بينما يشير المعدل المتغير إلى عملية تآكل واستهلاك. وقد أظهر التحليل أن الانتقال من الحالة المضيئة إلى الحالة المظلمة يتصرف تمامًا مثل الفشل العشوائي، مما يؤكد أن الجزيء يفقد ببساطة قدرته على إصدار الضوء بمحض الصدفة. ومع ذلك، فإن العودة من الحالة المظلمة إلى الحالة المضيئة روت قصة مختلفة؛ فالمعدل الذي استعادت به الجزيئات توهجها تغير بمرور الوقت: بدأ منخفضًا، ثم ارتفع إلى ذروة، ثم انخفض مرة أخرى. يشبه هذا السلوك فترة "التآكل" حيث يكون النظام تحت ضغط، ولكن مع اختلاف: فخلافًا للآلة المعطلة التي تسوء حالتها حتى تفشل تمامًا، فإن هذه الجزيئات تتعافى في النهاية. وقد حدثت ذروة معدل التعافي عند حوالي 5 مللي ثانية، وعادت معظم الجزيئات إلى حالتها المتوهجة في غضون حوالي 30 مللي ثانية.

كما بحثت الدراسة في كيفية تأثير طريقة جمع البيانات على النتائج. فقد اختبر الباحثون تحليلهم باستخدام فترات زمنية مختلفة، تراوحت من شرائح قصيرة جدًا تبلغ 62.5 ميكروثانية إلى شرائح أطول تبلغ 250 ميكروثانية. ووجدوا أنه بينما تغيرت الأرقام المحددة قليلًا اعتمادًا على الفترة المستخدمة، إلا أن الأنماط الأساسية ظلت كما هي. فقد تبعت الفترات المتوهجة دائمًا القاعدة البسيطة، بينما تبعت الفترات المظلمة دائمًا النمط المعقد متعدد العوامل. وتمنح هذه الاتساقية الباحثين الثقة في أن نتائجهم قوية وليست مجرد نتاج عرضي لكيفية قياس البيانات. ومن خلال التطبيق الناجح للتعلم الآلي لتجريد البيانات من الضجيج، قدم الفريق رؤية أوضح للحياة الخفية للحمض النووي الفلوري، كاشفين أن التحول إلى الظلام هو حادث عشوائي، بينما الرحلة للعودة إلى الضوء هي عملية معقدة مدفوعة بتراكم العديد من التأثيرات الصغيرة.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 🔬 cond-mat.mtrl-sci →