BioMod: Biological Module Tokenization for Single-Cell Foundation Modeling
يُعد BioMod نموذجاً تأسيسياً للخلايا المفردة يتكون من 50 مليون معلمة، وهو يعمل على تحسين كفاءة التمثيل والأداء من خلال ترميز الخلايا إلى وحدات متداخلة ذات معنى بيولوجي بدلاً من الجينات الفردية، محققاً بذلك نتائج رائدة في مهام مثل تصنيف أنواع الخلايا والتنبؤ بالاضطرابات مع تمكين الاستدلال الفعال على وحدة معالجة رسومات واحدة.
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
تُعد الخلايا الوحدات الأساسية للحياة، حيث تحمل كل منها دليل تعليمات فريداً مكتوباً بلغة الجينات. وعندما يريد العلماء فهم كيفية عمل الجسم، أو لماذا يستشرى مرض ما، فإنهم غالباً ما ينظرون إلى هذه التعليمات في الخلايا الفردية. هذا المجال، المعروف باسم بيولوجيا الخلية الواحدة، يتيح للباحثين رؤية الهوية المتميزة لكل خلية في النسيج، من عضلة قلب نابضة إلى خلية مناعية مقاتلة. ومع ذلك، فإن حجم البيانات الهائل يسبب إرهاقاً كبيراً؛ إذ تحتوي الخلية الواحدة على آلاف الجينات النشطة، ويمكن للتجارب الحديثة تحليل ملايين الخلايا في وقت واحد. ولتفسير هذا المحيط من المعلومات، لجأ الباحثون إلى الذكاء الاصطناعي، وتحديداً "النماذج التأسيسية". هذه النماذج هي برامج حاسوبية قوية تم تدريبها على مجموعات بيانات ضخمة لتعلم القواعد الأساسية للبيولوجيا، تماماً كما يتعلم نموذج اللغة قواعد القواعد اللغوية من خلال قراءة مكتبات هائلة من النصوص. والهدف هو إنشاء نظام يمكنه التعرف على نوع الخلية، أو التنبؤ بكيفية استجابتها للدواء، أو فهم كيفية تغيرها عند تعديل جين ما، وكل ذلك دون الحاجة إلى إعادة تدريبه لكل سؤال جديد.
لقد كان التحدي يكمن في كيفية تغذية هذه المعلومات إلى الحاسوب. فمعظم النماذج الحالية تعامل كل جين بمفرده في الخلية ككلمة منفصلة في جملة. فإذا كانت الخلية تحتوي على 20,000 جين نشط، يجب على الحاسوب معالجة تسلسل مكون من 20,000 عنصر. وهذا أمر مكلف حاسوبياً ويجبر الذكاء الاصطناعي على استنتاج العلاقات المعقدة بين الجينات من الصفر، وغالباً ما يعاني من حقيقة أن العديد من الجينات تكون صامتة أو بالكاد نشطة في أي خلية معينة. اقترح فريق من الباحثين في معهد منطقة شنزن لوب (Shenzhen Loop Area Institute) والجامعة الصينية في هونغ كونغ - شنزن، نهجاً مختلفاً. فقد تساءلوا عما إذا كان يمكن فهم الخلايا بشكل أكثر كفاءة عن طريق تجميع الجينات في فرق وظيفية قبل أن يبدأ الحاسوب تحليله. في الطبيعة، نادراً ما تعمل الجينات بمفردها؛ بل تعمل في مجموعات منسقة تسمى مسارات أو وحدات لأداء مهام محددة، مثل محاربة العدوى أو إصلاح الحمض النووي (DNA). وافترض الباحثون أنه إذا استطاعوا تمثيل هذه الفرق البيولوجية كوحدات واحدة، فقد يتعلم الحاسوب بشكل أسرع، ويستهلك طاقة أقل، وربما يفهم البيولوجيا بشكل أعمق.
ولاختبار هذه الفكرة، طور الفريق نموذجاً جديداً يسمى BioMod. فبدلاً من تغذية الحاسوب بقائمة تضم آلاف الجينات الفردية، قاموا أولاً بتنظيم الجينات في 660 وحدة بيولوجية متداخلة. بُنيت هذه الوحدات من مزيج من المسارات البيولوجية المعروفة الموجودة في قواعد البيانات العلمية ومجموعات جينية جديدة تم اكتشافها من خلال تحليل الأنماط في بيانات الخلية الواحدة. ويمكن للجين الواحد أن ينتمي إلى عدة وحدات، مما يعكس الواقع بأن الجين قد يشارك في عدة عمليات بيولوجية مختلفة في آن واحد. ولكل خلية، أنشأ الباحثون تمثيلاً مكثفاً يتكون من 660 رمزاً (token) فقط، رمز واحد لكل وحدة، بدلاً من آلاف الرموز للجينات الفردية. تشبه هذه العملية كيف يمكن للإنسان تلخيص قصة طويلة ليس عبر سرد كل كلمة، بل من خلال تحديد الموضوعات والشخصيات الرئيسية. ثم تم تدريب النموذج على مجموعة بيانات ضخمة تضم حوالي 73 مليون خلية بشرية، تغطي 25 عضواً ونسيجاً مختلفاً، بما في ذلك الدماغ والدم والرئتين. وخلال التدريب، عُرضت على الحاسوب معظم ملخصات هذه الوحدات وكان عليه تخمين الأجزاء المفقودة، مما أجبره على تعلم الروابط العميقة بين البرامج البيولوجية المختلفة.
أظهرت النت la أن طريقة تجميع الجينات هذه نجحت بشكل ملحوظ. فنموذج BioMod، الذي يحتوي على حوالي 50 مليون معلمة (parameter) — وهو مقياس لتعقيده — استطاع أن يؤدي بمستوى يضاهي، بل ويتفوق غالباً على النماذج الأكبر بكثير التي تستخدم مليارات المعلمات وتعالج الجينات الفردية. وفي الاختبارات المتعلقة بتحديد أنواع الخلايا، صنف النموذج الخلايا عبر أنسجة متنوعة بدقة عالية، متفوقاً في كثير من الأحيان على الأنظمة الرائدة السابقة. كما برع في التنبؤ بكيفية استجابة الخلايا للتغيرات الجينية، مثل إيقاف تشغيل جين معين، وكيف ستتفاعل خلايا السرطان مع الأدوية المختلفة. وكانت إحدى أهم النتائج هي كفاءة النموذج؛ فبما أنه يعالج تسلسلاً مكوناً من 660 عنصراً فقط بدلاً من الآلاف، فإنه يعمل بسرعة أكبر بكثير على الأجهزة الحاسوبية. ففي استخدام بطاقة رسوميات عالية الأداء، استطاع BioMod معالجة مئات الخلايا في الثانية، بينما عانت النماذج الأخرى لمعالجة حتى بضع عشرات دون نفاد الذاكرة. وهذه السرعة تجعل من الممكن تحليل مجموعات البيانات الضخمة على جهاز واحد، وهي مهمة كانت تتطلب سابقاً مجموعات حوسبة ضخمة ومكلفة.
أراد الباحثون أيضاً معرفة ما إذا كانت الطريقة المحددة التي جمعوا بها الجينات هي التي أحدثت الفرق، أم أن النجاح يعود فقط إلى بنية النموذج. ولمعرفة ذلك، أنشأوا نسخة ضابطة من النموذج حيث تم خلط الجينات عشوائياً في الوحدات، مما أدى إلى تدمير العلاقات البيولوجية الطبيعية مع الحفاظ على عدد الوحدات وهيكل النموذج تماماً كما هو. وعندما اختبروا هذه النسخة المختلطة، انخفض أداؤها بشكل كبير؛ حيث أصبحت أسوأ في تحديد أنواع الخلايا، ودمج البيانات من تجارب مختلفة، والتنبؤ بالاستجابات الدوائية. وقد أكد هذا أن التنظيم البيولوجي للجينات لم يكن مجرد اختصار مريح، بل إن الروابط المحددة والمفيدة بين الجينات في الوحدات كانت ضرورية لنجاح النموذج. وكشف التحليل أيضاً أن النموذج تعلم الانتباه للأمور الصحيحة؛ فعندما نظر الباحثون في الوحدات الأكثر أهمية لتحديد نوع خلية معين، وجدوا أن النموذج يعتمد بشدة على الوحدات التي تحتوي على جينات علامة (marker genes) معروفة لتلك الخلية. وإذا أخفوا هذه الوحدات الرئيسية، انهار قدرة النموذج على تحديد الخلية، مما أثبت أنه تعلم المنطق البيولوجي الصحيح بدلاً من مجرد حفظ الأنماط.
يشير هذا العمل إلى أن مستقبل الذكاء الاصطناعي البيولوجي قد لا يكمن في بناء نماذج أكبر وأكبر تحاول معالجة كل تفصيل دقيق في الخلية، بل في تصميم أنظمة تحترم التنظيم الطبيعي للبيولوجيا. ومن خلال ترجمة لغة الجينات المعقدة إلى اللغة الوظيفية للوحدات البيولوجية، يثبت BioMod أن نموذجاً أصغر وأكثر كفاءة يمكنه تحقيق نتائج متفوقة. إنه يقدم طريقة لضغط المعلومات الهائلة للخلية إلى شكل يمكن للحواسيب التعامل معه بسهولة، مما يفتح الباب أمام تحليلات أسرع وأكثر دقة لصحة الإنسان والأمراض. لا تدعي الدراسة أنها حلت جميع مشكلات بيولوجيا الخلية الواحدة، لكنها تقدم دليلاً قوياً على أن دمج المعرفة البيولوجية مباشرة في بنية نماذج الذكاء الاصطناعي يمكن أن يؤدي إلى أدوات أكثر قوة وكفاءة لفهم الحياة في مستواها الأكثر جوهرية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.