miRstring: An RNA language model enables mature miRNA decoding and artificial small RNA design across species

داخل كل خلية حية، تجري عملية تحرير هادئة ولكنها بالغة الأهمية لضمان اتباع التعليمات الصحيحة. تنتج الخلايا خيوطًا طويلة من المادة الوراثية التي تعمل بمثابة مخططات، لكن هذه المخططات غالبًا ما تأتي مع أقسام إضافية غير ضرورية يجب تقليمها قبل أن يمكن استخدامها. ومن بين أهم هذه الشظايا المقلمة جزيئات صغيرة تسمى الحمض النووي الريبوزي الميكروي (microRNAs). هذه القطع الصغيرة من الشفرة الوراثية لا تبني البروتينات بنفسها؛ بل تعمل بدلاً من ذلك كمفاتيح دقيقة يمكنها إيقاف تشغيل جينات محددة، مما يؤدي فعليًا إلى إسكات الرسائل التي كان من المفترض أن تُنفذ. ولكي تؤدي وظيفتها، يجب قطع هذه الجزيئات من أشكالها السلفية الأكبر في مواقع دقيقة. فإذا حدث القط في المكان الخاطئ، فقد تفشل الجزيئة الناتجة في العمل أو قد تخل بالتوازن الدقيق للخلية. وبالنسبة للعلماء، ظل التنبؤ بدقة بمكان حدوث هذه القطوع عبر التنوع الهائل للحياة تحديًا صعبًا، مما حد من قدرتنا على فهم كيفية عمل هذه المفاتيح في حيوانات مختلفة أو تصميم مفاتيح جديدة لأغراض البحث والطب.

لقًد طور فريق من الباحثين الآن أداة حوسبية جديدة تسمى miRstring تعالج هذا اللغز القائم منذ فترة طويلة من خلال التعامل مع التسلسلات الجينية كلغة يجب قراءتها وفهمها. وبدلاً من الاعتماد على قواعد جامدة حول كيفية ظهور هذه الجزيئات، يتعلم هذا النظام أنماط الشفرة الوراثية الطبيعية من خلال دراسة مجموعة ضخمة من البيانات. وقد درب الباحثون النموذج على 77,708 جزيء سلفي وُجدت في 414 نوعًا مختلفًا، مما سمح له بمراقبة كيفية تعامل الطبيعة باستمرار مع عملية القط عبر شجرة الحياة. والنتيجة هي إطار عمل يمكنه النظر إلى سلف جيني خام والتنبؤ بدقة بالحدود الأربعة المحددة التي تُعرف جزيء الحمض النووي الريبوزي الميكروي النهائي والوظيفي. وتسمح هذه القدرة للأداة بتحديد أول وحدة بناء للجزيء الناضج بدرجة عالية من الدقة، وهو تفصيل غالبًا ما أغفلته الطرق السابقة.

وما يجعل هذا النهج قويًا بشكل خاص هو أن النظام لا يكتفي بالتخمين فحسب؛ بل يبدو أنه يفهم الآليات البيولوجية للعملية. فعندما فحص الباحثون كيفية اتخاذ النموذج لقراراته، وجدوا أن تركيزه الداخلي يسلط الضوء بشكل طبيعي على المواقع الدقيقة التي تقوم فيها الإنزيمات الخلوية عادةً بعمليات القط الخاصة بها. وهذا يشير إلى أن الأداة قد تعلمت القواعد البيولوجية الحقيقية التي تحكم كيفية معالجة هذه الجزيئات، بدلاً من مجرد حفظ الأنماط. وقد أثبت النموذج كفاءة عالية حتى عند اختباره على أنواع لم يرها من قبل، متفوقًا على الأساليب الحالية في تحديد الحدود الصحيحة. وتعني هذه الموثوقية عبر مختلف أشكال الحياة أنه يمكن استخدام الأداة لتوصيف وفهم الحمض النووي الريبوزي الميكروي في الكائنات التي كان من الصعب رسم خرائط لها سابقًا.

وإلى جانب مجرد قراءة ما هو موجود في الطبيعة، أظهر الباحثون أن هذا الفهم يمكن استخدامه لابتكار شيء جديد. فقد استخدموا النموذج لتصميم أسلاف اصطناعية من شأنها إنتاج حمض نووي ريبوزي ميكروي محدد ومصمم خصيصًا. وعندما تم اختبار هذه الجزيئات المصممة، نجحت في تثبيط رسائلها المستهدفة، مما أكد أن التصاميم التي أنشأها الكمبيوتر عملت كما هو مخطط لها في بيئة بيولوجية. ويؤسس هذا العمل لمسار قابل للتوسع من تحليل التسلسلات الجينية الطبيعية إلى هندسة تسلسلات جديدة، مما يوفر وسيلة لتسخير الذكاء الاصطناعي لتصميم أدوات الحمض النووي الريبوزي الصغير. ومن خلال سد الفجوة بين فك رموز البيولوجيا الطبيعية وإنشاء الحلول الاصطناعية، يفتح هذا البحث طريقًا نحو هندسة وراثية أكثر دقة وتطبيقًا واسع النطاق عبر أنواع مختلفة عديدة.