SVlog: a logic programming framework for understanding structural variation in genomic disease

داخل كل خلية بشرية يكمن دليل تعليمات هائل مكتوب بشفرة كيميائية. وأحياناً، تُعاد صياغة أقسام كبيرة من هذا الدليل، أو تُحذف، أو تُكرر. يطلق العلماء على هذه التغييرات واسعة النطاق اسم "المتغيرات الهيكلية". وبخلاف الأخطاء المطبعية الصغيرة التي تؤثر على حرف واحد، تتضمن هذه المتغيرات قطعاً من الشفرة الوراثية لا يقل طولها عن خمسين حرفاً. وهي شائعة، إذ تشكل غالبية الفروقات بين أي شخصين في شفراتهما الوراثية، وغالباً ما تكون هي السبب في الأمراض الوراثية والسرطان. ومع ذلك، فإن تحديد أي من هذه التغييرات الكبيرة هو المسؤول عن مرض معين أمر صعب للغاية؛ فهذه التغييرات تأتي بأشكال وأحجام متنوعة، وغالباً ما تختبئ داخل أقسام متكررة من الجينوم يصعب قراءتها، كما يمكن وصفها بطرق مختلفة بواسطة برامج حاسوبية متباينة. وحتى عندما يتمكن العلماء من رصد هذه المتغيرات، فإن الأدوات المتاحة لتفسيرها غالباً ما تعتمد على طرق معقدة وغامضة تجعل من الصعب معرفة السبب الدقيق وراء تصنيف تغيير معين على أنه خطير.

ولمعالجة هذا التحدي، قدم الباحثون إطار عمل جديداً يسمى SVlog، صُمم لإضفاء الوضوح والشفافية على تحليل هذه الترتيبات الجينية. وبدلاً من استخدام الطرق الاحتمالية المعقدة التي تعمل غالباً كـ "صندوق أسود" حيث تظل آليات عملها الداخلية مخفية، يستخدم SVlog نظام البرمجة المنطقية. فكر في هذا النظام كمجموعة من القواعد المكتوبة الواضحة التي تصف كيفية ارتباط الأجزاء المختلفة من الجينوم ببعضها البعض، تماماً مثل خريطة تحدد الروابط بين المدن والطرق والمعالم. وقد بنى الباحثون إطار العمل هذا باستخدام محرك محدد يسمى Souffle، والذي يسمح لهم بوصف العلاقات بين المتغيرات الجينية والجينات والعناصر الأخرى بطريقة تقريرية مباشرة. إنهم يأخذون البيانات الخام من دراسات الجينوم ويحولونها إلى حقائق بسيطة، والتي يقوم النظام بعد ذلك بمعالجتها باستخدام هذه القواعد المنطقية لاستخلاص استنتاجات محددة وقابلة للتنبؤ.

تكمن قوة هذا النهج في قدرته على أن يكون مرناً ودقيقاً في آن واحد. فالنظام لا يخمن أو يعتمد على الصدفة؛ بل يتبع مساراً حتمياً، مما يعني أنه إذا قمت بتزويده بنفس البيانات والقواعد، فسيقدم دائماً النتيجة ذاتها بالضبط. وقد أثبت الباحثون فائدة هذا النهج من خلال إنشاء مكتبة جاهزة من القواعد المخصصة تحديداً لإيجاد أسباب الأمراض الوراثية النادرة. هذه المكتبة مدمجة لكنها قوية، وهي قادرة على تقييم أكثر من خمسين حالة مدخلة مختلفة لإنتاج أكثر من سبعين استنتاجاً معلوماتياً. فهي تستمد الأدلة من قواعد بيانات عامة تحتوي على معلومات حول المجموعات السكانية والحالات السريرية، ثم تطبق استراتيجية تصفية تدريجية لتضييق قائمة الاحتمالات. والهدف هو تحديد المتغيرات الهيكلية المحددة الأكثر احتمالاً لتكون هي المسببة لمرض المريض، وفصل التغييرات الضارة حقاً عن التغييرات غير الضارة.

ومن خلال التركيز على القابلية للتفسير والنمطية، يقدم SVlog بديلاً سريعاً وموثوقاً للطرق التقليدية المستخدمة في الإعدادات السريرية. فهو يتيح للعلماء والأطباء رؤية كيفية التوصل إلى استنتاج ما بالضبط، بدلاً من قبول نتيجة من خوارزمية معقدة دون فهم المنطق الكامن وراءها. وتعد هذه الشفافية أمراً بالغ الأهمية عند التعامل مع صحة الإنسان، لأنها تضمن أن تحديد المتغيرات المسببة للأمراض يستند إلى أدلة منطقية واضحة. ويقف إطار العمل هذا كأداة قوية لتقييم المتغيرات سريرياً، حيث يوفر طريقة حتمية لفهم المشهد المعقد للتباين الهيكلي الجيني دون الاعتماد على عدم اليقين الذي تفرضه النهج العشوائية.