Implementation of ddaE neuron growth mechanism in graph grammar replicates biological features
تُظهر هذه الدراسة أن نموذجاً حوسبياً يستخدم قواعد الرسم البياني الديناميكي (Dynamical Graph Grammar)، مدفوعاً بتدرج مورفون (morphogen) واحد من نوع Teneurin-m مقترناً بقيود الموارد وقواعد التجنب الذاتي، ينجح في محاكاة أنماط التفرع غير المتماثلة المعقدة والسمات الإحصائية لتغصنات عصبونات ddaE في يرقات ذبابة الفاكهة (Drosophila).
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
تخيل داخل جسدك كمدينة صاخبة، وأعصابك كشبكة معقدة من الطرق وخطوط الطاقة التي تحافظ على سير كل شيء. بعض هذه الطرق عبارة عن خطوط مستقيمة بسيطة، لكن بعضها الآخر عبارة عن هياكل معقدة تشبه الأشجار تسمى الزوائد الشجرية (dendrites). هذه "الأشجار" هي النهايات المستقبلة للخلايا العصبية، وهي رسل الدماغ. مهمتها هي التقاط الإشارات من العالم الخ ngoài—مثل الشعور بانثناء ذراعك أو هبوط حشرة على جلدك. شكل هذه الأشجار الشجرية أمر بالغ الأهمية؛ فإذا نمت الفروع في الاتجاه الخاطئ أو تشابكت، فلن تتمكن الخلية العصبية من أداء وظيفتها. لطالاً ما تساءل العلماء: كيف تعرف خلية واحدة صغيرة تماماً كيف تبني مثل هذا الشجر المعقد وغير المتماثل؟ الأمر يشبه التساؤل عن كيفية قيام مهندس معماري واحد بتصميم ناطحة سحاب ذات شكل فريد ومثالي دون مخطط، باستخدام بضع قواعد بسيطة فقط وبعض التوجيه المحلي.
للإجابة على ذلك، يستخدم الباحثون مزيجاً من علم الأحياء وعلوم الحاسوب. إنهم ينظرون إلى "رسل جزيئية" محددة تسمى المورفوجينات (morphogens)، والتي تعمل مثل رياح غير مرئية أو جاذبية، تدفع أو تسحب أطراف الزوائد الشجرية في اتجاهات معينة. كما يعلمون أن الخلايا لديها موارد محدودة، مثل طاقم بناء بميزانية محدودة من الطوب والعمال. أخيراً، هناك قاعدة للفروع تسمى "التجنب الذاتي" (self-avoidance)، مما يعني أنها ترفض عبور نفسها، تماماً مثل الثعبان الذي لا يلتف حول ذيله. السؤال الكبير هو: هل يمكن لنموذج حاسوبي، باستخدام هذه القواعد البسيطة فقط، أن يبني شجرة رقمية تبدو وتعمل تماماً مثل الحقيقية الموجودة في الطبيعة؟
في هذه الدراسة، عالج فريق من العلماء هذا اللغز من خلال التركة على نوع معين من الخلايا العصبية الموجودة في يرقات ذبابة الفاكهة يسمى عصبون الـ ddaE. هذا العصبون مشهور بشكله الفريد غير المتماثل: له جذع رئيسي ينمو للأعلى، وفروعه الجانبية تميل بشدة نحو الجزء الخلفي (posterior) من الذبابة، مما يجعله يشبه المشط قليلاً. أراد الباحثون معرفة ما إذا كان بإمكانهم إعادة إنشاء هذا الشكل الدقيق باستخدام برنامج حاسوبي يسمى قواعد الرسم البياني الديناميكي (Dynamical Graph Grammar - DGG). فكر في DGG كمجموعة من تعليمات "ليغو" الرقمية التي تخبر فرعاً افتراضياً متى ينمو، ومتى ينقسم، ومتى يتوقف، ومتى يتقلص للوراء.
بنى الفريق محاكاة حيث نما الزائد الشجري الافتراضي بناءً على ثلاث قواعد رئيسية. أولاً، اتبع منحدر جزيء يسمى Ten-m، والذي يعمل مثل منحدر لطيف؛ حيث "تشعر" أطراف الفروع بالتغير في تركيز هذا الجزيء وتنمو بشكل أسرع أو أبطأ اعتماداً على المنحدر، بدلاً من مجرد التفاعل مع مدى قوة الجزيء. ثانياً، تضمن النموذج قاعدة "الميزانية": للشجرة قدر محدود من الطاقة، لذا فكلما كبرت، تتباطأ، ويحصل الجزء العلوي من الشجرة على موارد أكثر قليلاً من الجزء السفلي. ثالثاً، تضمن النموذج قاعدة "عدم العبور" الصارمة: إذا اصطدم طرف نامٍ بفرع آخر، فإنه يلتف فوراً وينكمش للوراء، مما يضمن عدم تشابك الشجرة أبداً.
كانت النتائج مذهلة. عندما قام الباحثون بتشغيل المحاكاة 100 مرة، كانت الأشجار الرقمية التي نمت تشبه إلى حد كبير عصبونات الـ ddaE الحقيقية الموجودة في ذباب الفاكهة. امتلكت الأشجار المولدة حاسوبياً نفس الجذع الطويل المتجه للأعلى، ونفس شكل "المشط" المائل الذي تشير فروعه نحو الخلف، ونفس الحجم العام وعدد الفروع. حتى أن عمليات المحاكاة طابقت البيولوجيا الحقيقية في التفاصيل: كانت الفروع بالطول الصحيح، وتجنبت عبور بعضها البعض تماماً مثل الحقيقية.
ومع ذلك، لم يكن النموذج مثالياً. فبينما نجح في ضبط الفروع "المائلة للخلف" (posterior)، إلا أنه نما أحياناً بعدد أقل من اللازم من الفروع التي تتجه للأمام (anterior) في الجزء العلوي من الشجرة مقارنة بالعصبونات الحقيقية. وهذا يشير إلى أنه بينما يعد جزيء Ten-m هو الموجه الرئيسي لشكل الشجرة، فقد يكون هناك موجه ثانٍ خفي يساعد في تشجيع الفروع الأمامية. كما أثبتت الدراسة أن شكل الشجرة لم يكن مجرد حظ عشوائي؛ فعند مقارنتها بنماذج "وهمية" نمت فروعها بشكل عشوائي، تبين أن الأشجار الحقيقية والمحاكاة تمتلك تنظيماً محدداً وفعالاً للغاية لن تجده بالصدفة.
في نهاية المطاف، تظهر هذه الورقة البحثية أنك لست بحاجة إلى مخطط معقد ومكتوب مسبقاً لبناء عصبون معقد. فمجموعة بسيطة من القواعد — اتبع منحدر إشارة كيميائية، وأدر مواردك بحكمة، ولا تتقاطع مع مسارك الخاص — كافية لتوليد شجرة محددة للغاية وغير متماثلة. يمنح هذا الاكتشاف العلماء أداة قوية جديدة: ملعباً افتراضياً حيث يمكنهم اختبار كيفية تأثير تغيير هذه القواعد (مثل تغيير الإشارة الكيميائية أو ميزانية الموارد) على شكل العصبون، مما يساعدنا على فهم كيفية بناء الطبيعة للجهاز العصبي وماذا يحدث عندما تسوء الأمور.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.