← أحدث الأبحاث
💻 المعلوماتية الحيوية

RiboGRAM learns multi-scale non-coding RNA grammar for structural and regulatory inference

تقدم هذه الورقة البحثية RiboGRAM، وهو نموذج للتعلم العميق يكتشف قواعد لغوية متعددة المقاييس وموضعية في تسلسلات الحمض النووي الريبي غير المشفر لتمكين الاستدلال الهيكلي غير الخاضع للإشراف وتحليل الأنماط التنظيمية عبر مختلف الكائنات الحية وأنواع الخلايا.

المؤلفون الأصليون: Wang, H., Chen, Z., Huang, H., Li, S., Jäschke, A., Ye, Q., Zhang, Y.

نُشر 2026-10-18
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Wang, H., Chen, Z., Huang, H., Li, S., Jäschke, A., Ye, Q., Zhang, Y.

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

تُبنى الحياة على لغة من الجزيئات، ولعقود من الزمن، فهم العلماء قواعد لهجة محددة: وهي التعليمات التي تخبر الخلايا بكيفية بناء البروتينات. تُقرأ هذه الشفرة في ثلاثيات، مثل جملة حيث تشكل كل ثلاث أحرف كلمة متميزة ذات معنى واضح. لكن بقية النص الجيني، وهي المساحات الشاسعة من الحمض النووي الريبوزي (RNA) التي لا تشفر البروتينات، ظلت لغزاً. تعمل هذه الأحماض النووية الريبوزية غير المشفرة كمنظمات، ومفاتيح، وسقالات هيكلية، ومع ذلك بدا تنظيمها الداخلي فوضوياً، مفتقراً إلى القواعد الواضحة التي تحكم تسلسلات صنع البروتين. وبدون وسيلة لقراءة هذه اللغة الخفية، ظل فهم كيفية طي هذه الجزيئات لتتخذ أشكالاً معقدة أو كيفية تفاعلها مع الآليات الخلوية الأخرى عائقاً كبيراً.

لقد كشف فريق من الباحثين الآن عن مجموعة من القواعد التي تحكم هذه اللغة المراوغة، كاشفين أن الحمض النووي الريبوزي غير المشفر يتبع قواعد لغوية متميزة وقابلة للتعلم، تتحدد من خلال كيفية ترتيب مجموعات قصيرة من الحروف وأين تظهر على طول الجزيء. لقد طوروا نموذجاً حاسوبياً جديداً، أطلقوا عليه اسم RiboGRAM، والذي تعلم قراءة هذه الأنماط من خلال دراسة الملايين من تسلسلات الحمض النووي الريبوزي من تسعة كائنات مختلفة، تتراوح من البكتيريا إلى البشر. واكتشف النموذج أنه بينما تظل التسلسلات المشفرة للبروتين مستقرة نسبياً من طرف إلى آخر، فإن الأحماض النووية الريبوزية غير المشفرة تتغير بطريقة يمكن التنبؤ بها أثناء انتقالك من بداية الجزيء إلى نهايته. وتحديداً، وجد الباحثون أن تركيبات معينة من الحروف، وخاصة تلك الغنية بالحرف U، تصبح أكثر تواتراً نحو نهاية التسلسل. هذا التحول الاتجاهي، جنباً إلى جنب مع الاستخدام المحدد لمجموعات الحروف القصيرة بمقاييس مختلفة، يشكل مخططاً هيكلياً يمكن للنموذج الآن فك شفرته.

ومن خلال التدريب على هذه المجموعة الضخمة من الحمض النووي الريبوزي غير المشفر، تعلم النموذج كيفية تنظيم هذه الجزيئات في عائلات، بل وحتى التنبؤ بأشكالها الفيزيائية دون أن يتم تعليمه صراحةً ما يبدو عليه الشكل. وعندما اختبر الباحثون قدرة النموذج على معرفة أي أجزاء من خيط الحمض النووي الريبوزي تلتصق ببعضها لتشكل لولباً مزدوجاً، نجح بشكل أفضل بكثير من النماذج التي تدربت فقط على التعليمات المشفرة للبروتين. وفي الواقع، استطاع النموذج تحديد هذه الروابط بدرجة عالية من الدقة، مما يشير إلى أن التسلسل نفسه يحتوي على القرائن اللازمة لطي الجزيء بشكل صحيح. وقد سمحت هذه القدرة للفريق ببناء نماذج ثلاثية الأبعاد لجزيئات حمض نووي ريبوزي قصيرة من الصفر، باستخدام تسلسل الحروف فقط كدليل، محققين نتائج تضاهي الطرق الأكثر تعقيداً التي تتطلب بيانات تطورية واسعة.

إن قوة هذه القواعد اللغوية تمتد إلى ما هو أبعد من عملية الطي؛ فهي تفسر أيضاً كيفية تفاعل هذه الجزيئات مع البروتينات. فعندما طبق الباحثون نموذجهم على الخلايا البشرية، وجدوا أن النموذج يمكنه التنبؤ بالتسلسلات التي ترتبط ببروتينات معينة بدقة مذهلة. والأهم من ذلك، كشف النموذج أن مواقع الارتباط هذه ليست عشوائية؛ إذ تفضل أنواع مختلفة من البروتينات أن تستقر تسلسلاتها المستهدفة في أماكن محددة بالنسبة لمركز حدث الارتباط، وهذه التفضيلات تتغير اعتماداً على نوع الخلية. فعلى سبيل المثال، وجد النموذج في بعض الخلايا أن البروتينات تفضل التسلسلات الغنية بحروف معينة، بينما في خلايا أخرى، تغير هذا التفضيل، واستطاع النموذج رصد هذا التغيير. وهذا يشير إلى أن "قواعد" الحمض النووي الريبوزي ليست ثابتة، بل تتكيف مع البيئة الخلوية، مما يؤثر على كيفية تنظيم المعلومات الوراثية.

كما اختبر الباحثون ما إذا كان بإمكان نموذجهم التعامل مع تعقيد خيوط الحمض النووي الريبوزي الأطول والأكثر تشابكاً. وبينما أدى النموذج أداءً استثنائياً في التسلسلات الأقصر، إلا أن دقته انخفضت قليلاً مع زيادة طول الجزيئات، وهو تحدٍ يعكس الصعوبة الكامنة في التنبؤ بهيكل الجزيئات الكبيرة والمعقدة بشكل عام. ومع ذلك، حتى مع هذه القيود، قدم النموذج طريقة جديدة لرؤية النظام الخفي في الحمض النووي الريبوزي غير المشفر. لقد أظهر أن تسلسل الحروف ليس مجرد حامل سلبي للمعلومات، بل هو مخطط نشط يملي كيفية سلوك الجزيء، وطيه، وتفاعله مع بقية الخلية.

يؤسس هذا العمل حقيقة أن الحمض النووي الريبوزي غير المشفر يمتلك قواعد لغوية قابلة للتعلم يمكن فك شفرتها بواسطة الذكاء الاصطناعي الحديث. ومن خلال تحديد الأنماط متعددة المقاييس والتدرجات الاتجاهية التي تحدد هذه الجزيئات، قدم الباحثون أداة يمكنها التنبؤ بالبنية والوظيفة دون الحاجة إلى معرفة مسبقة بشكل الجزيء. إن قدرة النموذج على التعميم عبر أنواع مختلفة من الكائنات وأنواع الخلايا تشير إلى أن هذه القواعد أساسية لكيفية عمل الحمض النووي الريبوزي في البيولوجيا. ومع استمرار الفريق في تطوير هذه الأدوات، فإنهم يقدمون عدسة جديدة لرؤية الآلية الجزيئية للحياة، محولين نصاً كان يوماً غامضاً إلى لغة مقروءة ومفهومة.

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 💻 bioinformatics →