QUANTA: A quantum annealing framework for species tree estimation using weighted quartet amalgamation
يُعد QUANTA إطار عمل جديداً للتلدين الكمي يصيغ مسألة تقسيم الرباعيات الموزونة كمسألة QUBO لتمكين تقدير شجرة الأنواع على أجهزة كمبيوتر كمية حقيقية، محققاً دقة تضاهف أحدث المعايير وتسريعاً كبيراً مقارنة بالطرق الكلاسيكية مع الحفاظ على القابلية للتوسع لمجموعات البيانات الجينومية الضخمة.
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
إن الحياة على الأرض عبارة عن شجرة عائلة واسعة ومتفرعة، تربط كل الأنواع من أصغر البكتيريا إلى أطول أشجار السكويا. لعقود من الزمن، حاول العلماء إعادة بناء شجرة الحياة هذه من خلال قراءة الشفرة الوراثية للكائنات الحية المختلفة. ومع ذلك، فإن هذه المهمة ليست بسيطة على الإطلاق؛ فعندما يدرس الباحثون تاريخ الجينات الفردية داخل نوع واحد، غالبًا ما يجدون أن هذه الجينات تروي قصصًا متضاربة. فقد يشير جين ما إلى أن نوعين هما أقارب وثيقون، بينما يشير جين آخر إلى أنهما من أقرباء بعيدين. يحدث هذا بسبب العمليات البيولوجية المعقدة، مثل الفرز العشوائي للتباينات الوراثية السلفية، مما يخلق شبكة متشابكة من التاريخ التطوري بدلاً من خط مستقيم واحد. ولتفسير ذلك، يجب على العلماء تجميع شجرة الأنواع الحقيقية من آلاف هذه التواريخ الجينية المتضاربة، وهي مهمة لطالما وضعت الأساليب الحاسوبية التقليدية تحت ضغط شديد.
في دراسة حديثة، اتخذ باحثون من جامعة بنغلاديش للهندسة والتكنولوجيا خطوة جريئة نحو حل هذه المشكلة من خلال اللجوء إلى الحوسبة الكمومية. فقد طوروا طريقة جديدة تسمى QUANTA، والتي تستخدم الخصائص الفريدة للآلات الكمومية لتجميع أشجار الأنواع بكفاءة أكبر من أي وقت مضى. وبدلاً من الاعتماد على المنطق القياسي المتسلسل للحواسيب الكلاسيكية، تتعامل QUANTA مع المشكلة كأحجية ضخمة يكون الهدف منها هو إيجاد الترتيب للأنواع الذي يتفق بشكل أفضل مع أغلبية الأدلة الوراثية. اختبر الباحثون هذا النهج على مجموعة واسعة من البيانات المحاكات والبيانات البيولوجية الحقيقية، بما في ذلك مجموعة ضخمة من المعلومات الوراثية لـ 48 نوعًا من الطيور. وتظهر نتائجهم أن QUANTA يمكنها إعادة بناء هذه الأشجار التطورية بدقة تضاهي أفضل الأساليب الحالية، ولكنها تفعل ذلك بزيادة هائلة في السرعة عند التعامل مع مجموعات كبيرة من الأنواع.
يكمن جوهر المشكلة في كيفية دمج القطع الصغيرة من الأدلة التطورية. تخيل أخذ مجموعة من أربعة أنواع والسؤال عن أي اثنين منهما هما الأكثر قرابة؛ تسمى هذه المجموعة الصغيرة "رباعية" (quartet). ومن خلال تحليل الملايين من هذه الرباعيات من آلاف الجينات، يمكن للباحثين بناء صورة للشجرة بأكملها. تعمل الطرق التقليدية، مثل طريقة wQFM واسعة الانتشار، من خلال تقسيم قائمة الأنواع بشكل متكرر إلى مجموعتين لمعرفة أي تقسيم هو الأكثر منطقية. عملية التقسيم هذه مكلفة حاسوبيًا، مثل محاولة إيجاد أفضل طريقة لتقسيم حشد كبير إلى فريقين من خلال اختبار كل تركيبة ممكنة واحدة تلو الأخرى. ومع زيادة عدد الأنواع، تنفجر عدد التوليفات، مما يؤدي إلى تباطؤ هذه الطرق الكلاسيكية حتى تتوقف تمامًا.
تغير QUANTA قواعد اللعبة باستخدام "الملدن الكمومي" (quantum annealer)، وهو نوع من الحواسيب الكمومية المصممة لإيجاد الحالة ذات الطاقة الأدنى لنظام معقد. قام الباحثون بترجمة مشكلة تقسيم الأنواع إلى تنسيق يمكن لهذه الآلات فهمه. وبدلاً من فحص التوليفات بالتسلسل، يستكشف الحاسوب الكمومي العديد من التقسيمات الممكنة في آن واحد. وهو يستخدم مبدأ يسمى "النفق الكمومي" (quantum tunneling) للانزلاق عبر النهايات المسدودة المحلية التي غالبًا ما تحاصر الحواسيب الكلاسيكية، مما يسمح له بإيجاد التقسيم الأمثل بسرعة أكبر بكثير. وقد أثبت الفريق أن طريقتهم تستخدم الحد الأدنى المطلق من المتغيرات اللازمة لتمثيل هذه التقسيمات، مما يجعلها أكثر كفاءة بالنسبة للجيل الحالي من الأجهزة الكمومية.
وضع الباحثون QUANTA تحت الاختبار في مجموعة متنوعة من مجموعات البيانات، بدءًا من مجموعات صغيرة تضم 11 نوعًا وصولًا إلى مجموعات كبيرة تضم 200 نوع. في الاختبارات الأصغر، حيث كانت المشكلة بسيطة بما يكفي ليحلها حاسوب قياسي بشكل مثالي، طابقت QUANTA دقة أفضل الأساليب الموجودة. وعندما انتقلوا إلى مجموعات البيانات الأكبر، ظهرت المزايا بوضوح. ففي مجموعة بيانات مكونة من 200 نوع، حلت الطريقة المدعومة بالكم خطوات التقسيم الصعبة بسرعة تزيد بنحو 4,100 مرة عن الطريقة التقليدية. وحتى عند احتساب الوقت المستغرق لإرسال البيانات إلى الحاسوب الكمومي واستلام الإجابة، كان الوقت الإجمالي لبناء الشجرة أقصر بكثير. فبالنسبة لمجموعة بيانات مكونة من 101 نوع، أنهت QUANTA التحليل في 4.3 دقيقة فقط، بينما استغرقت الطريقة التقليدية أكثر من 22 دقيقة.
كما طبقت الدراسة QUANTA على مجموعة بيانات واقعية صعبة تتضمن 48 نوعًا من الطيور وما يقرب من 15,000 جين. وتشتهر هذه المجموعة من الطيور بتاريخ تطوري فوضوي للغاية، مما يجعل من الصعب تحديد علاقاتها الحقيقية. لم تكتفِ QUANTA بمطابقة دقة الأساليب الرائدة فحسب، بل أعادت أيضاً بناء مجموعة محددة من الطيور فاتتها الأساليب الأخرى. فقد أنتجت شجرة ذات درجة أعلى في مدى توافقها مع البيانات الوراثية مقارنة بأفضل طريقة سابقة. ويؤكد هذا النجاح أن النهج الجديد يمكنه التعامل مع تعقيد البيانات البيولوجية الحقيقية، حتى عندما تكون الإشارات التطورية ضعيفة ومتضاربة.
وعلى الرغم من أن الحواسيب الكمومية المستخدمة حاليًا في الدراسة لا تزال في مرحلة مبكرة وصاخبة من التطور، إلا أن النتائج تقدم لمحة عن مستقبل علم الأحياء التطوري. ويؤكد الباحثون أن طريقتهم ليست مرتبطة بالأجهزة المستخدمة في الدراسة؛ إذ إن الإطار الرياضي الذي أنشأوه سيعمل على الآلات الكمومية المستقبلية الأكثر قوة مع توفرها. ومع نضوج التكنولوجيا الكمومية، قد يسمح هذا النهج للعلماء بتحليل مجموعات بيانات أكبر بكثير، مما قد يحل الألغاز القائمة منذ زمن طويل في شجرة الحياة. وتؤسس هذه الدراسة قاعدة جديدة لاستخدام الأمثلة الكمومية في علم الجينوم التطوري، مما يشير إلى أن الجيل القادم من تقدير شجرة الأنواع سيكون أسرع وأكثر دقة مما هو ممكن بواسطة الحواسب الكلاسيكية وحدها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.