PartitionFinder-mAIC: Phylogenetic Partitioning using Marginal Akaike Information Criterion

إن الحياة على الأرض عبارة عن شجرة عائلة واسعة ومتفرعة، ويقضي العلماء معظم وقتهم في محاولة رسم فروعها بشكل صحيح. وللقيام بذلك، يتفحصون الشفرة الوراثية الموجودة في النباتات والحيوانات والميكروبات، ويقارنون كيف تغيرت هذه التسلسلات عبر ملايين السنين. ومع ذلك، لا تتغير جميع أجزاء التسلسل الجيني بنفس السرعة أو بالطريقة نفسها؛ فبعض المناطق تشبه الجدران القديمة المتينة التي تكاد لا تتزحزح، بينما تشبه مناطق أخرى الطوب السائب الذي يتهاوى ويعيد ترتيب نفسه باستمرار. وبسبب هذا التنوع، لا يمكن للباحثين التعامل مع تسلسل جيني كامل ككتلة واحدة موحدة، بل يجب عليهم تقسيم التسلسل إلى مجموعات أصغر، أو "أقسام"، حيث يتبع كل قسم مجموعة خاصة به من القواعد حول كيفية تطوره. إن إيجاد الطريقة الصحيحة لتجميع هذه الأقسام أمر بالغ الأهمية؛ فإذا كانت المجموعات واسعة للغاية، فإن التحليل سيغفل عن التفاصيل المهمة، ولكن إذا كانت ضيقة للغاية، فسيصبح النموذج مزدحمًا بتعقيدات غير ضرورية، مما يؤدي إلى صورة مشوشة للتاريخ.

لسنوات، ساعدت أداة شهيرة تسمى PartitionFinder العلماء في تحديد كيفية تنظيم هذه الأقسام الجينية. وهي تستخدم درجات رياضية لدمج المجموعات المتشابهة معًا، بهدف إيجاد توازن يتجنب الإفراط في تعقيد القصة. لكن هذه الدرجات اعتمدت تقليديًا على طرق تعامل مع تجميع الأقسام كحقيقة ثابتة، بافتراض أن الحدود موضوعة في الحجر قبل حساب التاريخ النهائي. بيد أن نهجًا جديدًا يشير إلى أن هذا الافتراض قد يكون جامدًا للغاية. فالطريقة التي استُحدثت مؤخرًا، والمعروفة باسم "معيار أكايكي الهامشي" (marginal Akaike information criterion)، تتبنى وجهة نظر مختلفة؛ فبدلاً من قفل المجموعات في مكانها، تقوم هذه الطة بمتوسط احتمالية البيانات عبر نماذج جميع التقسيمات، معتبرةً أن الحدود هي احتمالات مرنة. هذا التحول يسمح للنموذج باستيعاب عدم اليقين المتأصل في البيانات بشكل أفضل، مما قد يؤدي إلى رؤية أكثر وضوحًا للفروع الرئيسية للشجرة.

وفي تطور جديد، نقل الباحثون هذا النهج الأكثر مرونة إلى برنامج IQ-TREE واسع الاستخدام، مبتكرين أداة أطلقوا عليها اسم PartitionFinder-mAIC. ومن خلال دمج نظام التسجيل الجديد هذا في الخوارزميات الحالية، اختبر الفريق ما إذا كان بإمكانها تقديم نتائج أفضل من الطرق التقليدية. وقد أجروا أداة جديدة هذه مقابل مجموعة واسعة من البيانات المحاكات، حيث كانت شجرة العائلة الحقيقية معروفة بالفعل، وكذلك مقابل تسلسلات الحمض النووي والبروتين من العالم الحقيقي. وأظهرت النتائج أن الطريقة الجديدة اختارت باستمرار استخدام عدد أقل من الأقسام مقارنة بالأساليب القديمة. فبدلاً من تقسيم البيانات الجينية إلى مجموعات صغيرة للغاية ومحددة بشكل مفرط، وجدت الطريقة أن التجميعات الأوسع كانت كافية لتفسير الأنماط التطورية.

وعندما طبق الباحثون هذه النتائج على التاريخ التطوري للنباتات الخضراء، كان الأثر ملموسًا. فقد أدت مخططات التقسيم التي أنتجتها الطريقة الجديدة إلى استنتاجات أكثر دقة عند الفروع الأكثر أهمية في شجرة عائلة النباتات. وهذا يشير إلى أنه من خلال السماح للنموذج بالنظر في نطاق أوسع من الاحتمالات لكيفية تجميع البيانات، يمكن للعلماء تجنب فخ "الإفراط في التخصيص" (overfitting)، حيث يحفظ النموذج "الضجيج" في البيانات بدلاً من تعلم "الإشارة" الحقيقية. وتتوفر الأداة الآن للباحثين الآخرين لاستخدامها في أحدث إصدار من البرنامج، مما يوفر وسيلة لتنقيح خرائط تاريخ الحياة باستخدام منهج يعترف بالطبيعة المرنة للتطور الجيني.