Entropy-Driven Alignment-Free Phylogenetic Analysis via K-mer Encoding, DNA Physicochemical Properties, and Rough Set Feature Selection
تقترح هذه الدراسة إطار عمل للتحليل التطوري القائم على عدم المحاذاة، يدمج إحصائيات الـ k-mer مع الخصائص الفيزيائية والكيميائية للحمض النووي (DNA) وتماثل الشريط في متجه سمات، والذي يتم تحسينه باستخدام طريقة اختيار محسنة قائمة على المجموعات التقريبية لتحقيق استدلال تطوري فعال وقابل للتفسير للجينوم الكامل.
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
لفهم تاريخ الحياة، غالباً ما ينظر العلماء إلى التعليمات الجزيئية المكتوبة داخل كل خلية حية: تسلسل الحمض النووي (DNA). لعقود من الزمن، كانت الطريقة القياسية لمقارنة هذه التعليمات بين الأنواع المختلفة هي وضعها جنباً إلى جنب، حرفاً بحرف، تماماً مثل محاذاة فقرتين طويلتين من النص لمعرفة أين تتطابقان وأين تختلفان. هذه الطريقة، المعروفة باسم "المحاذاة المتعددة للتسلسلات"، تعمل بشكل جيد عندما تكون التسلسلات قصيرة ومتشابهة جداً. ومع ذلك، مع تقدم التكنولوجيا، أصبح بإمكان الباحثين الآن قراءة جينومات كاملة، والتي تمتد لملايين الحروف. وعند مقارنة هذه التسلسلات الضخمة، خاصة بين الكائنات التي أعادت خلط مادتها الوراثية أو تطورت بسرعة، تصبح طريقة المحاذاة التقليدية بطيئة، ومستهلكة للحوسبة، وأحياناً مستحيلة التنفيذ بدقة. وقد أدى هذا بالعلماء إلى البحث عن طرق "خالية من المحاذاة"، وهي تحاول إيجاد العلاقات التطورية دون إجبار التسلسلات على الاصطفاف في خط مستقيم جامد. وبدلاً من مطابقة كل حرف، تبحث هذه الأساليب الأحدث في الأنماط العامة وتكرارات قطع صغيرة من الحمض النووي لاستنتاج مدى القرابة بين كائنين.
في دراسة حديثة، اقترح فريق من الباحثين من الصين طريقة جديدة لتنقية هذه التقنيات الخالية من المحاذاة لجعلها أسرع وأكثر دقة. فقد أدركوا أنه بينما تقوم العديد من الطرق الموجودة ببساطة بعدّ عدد مرات ظهور أنماط معينة قصيرة من الحمض النووي، فإنها غالباً ما تغفل معلومتين حاسمتين: الخصائص الكيميائية المحددة لبنيات الحمض النووي، والترتيب الذي تظهر به تلك الأنماط. ولحل هذه المشكلة، طور الباحثون نظاماً يترجم تسلسل الحمض النووي إلى مجموعة من سبعة "خرائط" مختلفة. تسلط كل خريطة الضوء على خاصية فيزيائية مختلفة للحمض النووي، مثل ما إذا كان الحرف جزءاً من رابطة كيميائية قوية أو ضعيفة، أو ما إذا كان ينتمي إلى عائلة كيميائية معينة. ومن خلال تحويل تسلسل الحمض النووي الأصلي إلى هذه الأنماط الثنائية السبعة المتميزة، استطاعوا بعد ذلك عد تكرار القطع الشبيهة بالكلمات القصيرة داخل كل خريطة. وقد خلقت هذه العملية ملفاً تعريفياً مفصلاً ومتعدد الطبقات للجينوم يحافظ على الطبيعة الكيميائية للحمض النووي والترتيب المحدد لأجزائه.
ومع ذلك، أنشأت هذه التفاصيل الدقيقة كمية هائلة من البيانات، تحتوي على آلاف الأنماط المحتملة، والتي كان الكثير منها زائداً عن الحاجة أو غير مفيد لتحديد التاريخ التطوري. وللتخلص من هذا الضجيج، طبق الفريق استراتيجية رياضية تُعرف باسم "نظرية المجموعات التقريبية" (rough set theory). فكر في هذه العملية كمرشح عالي الكفاءة يقوم بفرز كومة كبيرة من الأدلة للعثوة فقط على تلك التي تساعد حقاً في التمييز بين المجموعات المختلفة. اختبر الباحثون نظام الترشيح هذا باستخدام مجموعة تدريب مكونة من أحد عشر سلالة من فيروس هانت (hantavirus)، وهو نوع من الفيروسات الموجودة في شرق آسيا. ومن خلال تحليل مدى قدرة الأنماط المختلفة على فصل الفيروسات إلى أنواعها المعروفة، حدد النظام مجموعة محددة مكونة من 3,005 نمطاً من أصل 1,336 نمطاً أصلياً محتملاً. أصبحت هذه الأنماط المختارة هي "البصمة" الأساسية المستخدمة لتحليل الفيروسات.
بعد ذلك، وضع الفريق أسلوبهم تحت الاختبار على ثلاث مجموعات مختلفة تماماً من الفيروسات ليرى ما إذا كان بإمانه إعادة بناء أشجار عائلاتها بشكل صحيح. أولاً، قاموا بتحليل ثلاثة وثلاثين جينوماً لفيروس كورونا، بما في ذلك السلالات المسؤولة عن سارس (SARS) وسلالة SARS-CoV-2 الأحدث. نجحت الطريقة في تجميع الفيروسات في أربعة فروع متميزة تتوافق مع التصنيف العلمي المعروف، حيث فصلت بوضوح بين الفيروسات المرتبطة بـ سارس والفيروسات الأخرى، بل وميزت بين فيروس سارس الأصلي وفيروس SARS-CoV-2 الأحدث. بعد ذلك، فحصوا تسعة وثلاثين سلالة من فيروس التهاب الدماغ الياباني. ومرة أخرى، قامت الطريقة بتصنيف الفيروسات بشكل صحيح إلى مجموعاتها الجينية الأربع المعروفة، مما يعكس النتائج التي تم الحصول عليها من طرق المحاذاة التقليدية الأبطأ بكثير. وأخيراً، حللوا خمسة وخمسين سلالة من فيروس إنفلونزا الطيور H7N9. وأظهرت الشجرة الناتية سلالتين رئيسيتين، واحدة من أمريكا الشمالية والأخرى من أوراسيا، وجمعت بشكل صحيح الفيروسات التي تم عزلها في نفس المناطق الجغرافية والفترات الزمنية.
خلال هذه الاختبارات، أثبت النهج الجديد أنه سريع بشكل ملحوظ. فبينما يمكن للطرق الرسومية الأخرى لتحليل تسلسلات الحمض النووي الطويلة أن تستغرق عدة دقائق، عالجت هذه الطريقة أطول التسلسلات في الدراسة، والتي تجاوزت 31,000 حرف، في أربع ثوانٍ فقط. وأشار الباحثون إلى أن نهجهم لا يتطلب الخطوة المعقدة والمستهلكة للوقت المتمثلة في محاذاة التسلسلات، ومع ذلك، فإنه لا يزال يلتقط الإشارات البيولوجية الأساسية اللازمة لبناء أشجار عائلية دقيقة. ورغم قوة هذه الطريقة، يقر المؤلفون بأنها لا توفر صورة مرئية للاختلافات بين التسلسلات بالطريقة التي توفرها بعض الأدوات الأخرى، كما أنها لا تنمذج صراحةً عمليات الخلط الجيني المعقدة. ومع ذلك، فإن الدراسة تثبت أنه من خلال الجمع بين الخصائص الكيميائية والترشيح الذكي للبيانات، يمكن للعلماء إنشاء أداة تتسم بالكفاءة والموثوقية لتتبع التاريخ التطوري للفيروسات والكائنات الأخرى عبر جينومات كاملة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.