التصميم التوليدي لدارات جينية تركيبية لصفات وظيفية وتطورية

تعليم الخلايا كيفية الحفاظ على توازنها

تواجه الخلايا الحية تغيرات مستمرة: قد تظهر أو تختفي المغذيات، وتتذبذب درجات الحرارة، وتأتي السموم وتذهب. ومع ذلك، تستطيع العديد من الخلايا استشعار هذه الصدمات والعودة بهدوء إلى حالتها الطبيعية، وهي مهارة تُسمى التكيّف. يطمح المهندسون إلى بناء "دوائر" جينية تركيبية تتصرف بهذه الموثوقية، لاستخدامها في الطب والصناعة وتنظيف البيئة. يستكشف هذا البحث كيف يمكن لنوع من الذكاء الاصطناعي أن يصمم تلقائياً مثل هذه الدارات، ليس فقط لتؤدي جيداً الآن، بل أيضاً لتظل مفيدة أثناء تحوّرها وتطوّرها عبر الزمن.

لماذا من الصعب بناء دوائر جينية ذكية

في علم الأحياء التركيبي، يربط الباحثون الجينات ببعضها بحيث تستطيع الخلية، على سبيل المثال، أن تتوهج عند اكتشاف سمّ أو توقف النمو عندما تقل المغذيات. لكن هذه الدارات غالباً ما تفشل. قد تكون استجابتها ضعيفة للغاية، أو لا تستقر أبداً، أو تتوقف عن العمل بعد بضع طفرات جينية. وعلى الرغم من أن العلماء يمتلكون نماذج رياضية ومكتبات كبيرة من قطع الحمض النووي، فإن عدد التصاميم الممكنة هائل لدرجة فلكية، والتغييرات الطفيفة يمكن أن تُحدث تأثيرات كبيرة وغير متوقعة. ونتيجة لذلك، يعدّ إيجاد دارات تتكيّف بشكل موثوق وتظل وظيفية أثناء تطورها عنق زجاجة رئيسي.

بناء ملعب افتراضي لدارات الحمض النووي الريبوزي

لمعالجة ذلك، أنشأ المؤلفون أرضية اختبار رقمية بالكامل. بدلاً من التجارب على خلايا حقيقية، قاموا بمحاكاة ملايين الدارات الجينية الصغيرة المكوّنة من ثلاث جزيئات RNA متفاعلة. توقّع برنامج متخصص مبني على الفيزياء مدى قوة ارتباط كل زوج من جزيئات RNA، وتم تحويل هذه القوى إلى معدلات تفاعل تتحكم في كيفية تغير تراكيز الـRNA مع الزمن. لكل دارة، حاكى الفريق ما يحدث عندما يقفز إشارة المدخل فجأة. قاموا بقياس مدى قوة استجابة المخرج (الحساسية) ومدى اكتمال عودته إلى مستوى البداية (الدقّة)، ودمجوا هذين المقياسين في درجة واحدة تُعبّر عن جودة تكيّف الدارة.

تدريب نموذج توليدي لاختراع دارات جديدة

بوجود هذه المجموعة الكبيرة من البيانات المحاكية، درّب المؤلفون نوعاً من الذكاء الاصطناعي التوليدي يسمى المشفّر التبايني الشرطي. يتعلم هذا النموذج ضغط كل دارة إلى تمثيل "كامِن" منخفض الأبعاد ثم إعادة بنائها، مع إطلاعه على درجة التكيّف الخاصة بكل دارة. بعد التدريب، يمكن لجزء المفكك في النموذج أن يستقبل مستوى تكيّف مرغوباً وضجيجاً عشوائياً، فينتج العديد من الدارات المرشّحة المتوقعة لتحقيق ذلك الهدف. وجد الباحثون أن هذا النموذج البسيط نسبياً أعاد خلق خصائص الدارات بدقة عالية، وعند التحفيز أنتج تصاميم متنوعة سلوكيًا تجمعت حول مستوى التكيّف المطلوب—حتى للأهداف التي كانت تفوق قليلاً ما رآه أثناء التدريب.

اكتشاف أنماط التصميم ومقايضات التطور

من خلال تصور فضاء الكامن الداخلي للنموذج، رأى الفريق أن الدارات تتجمع طبيعياً بحسب مدى تكيّفها، وأن هذه المجموعات تطابق الأنماط الشبكية المعروفة سابقاً لدعم التكيّف القوي. بعبارة أخرى، دون أن يُعطى قواعد تصميم صريحة، أعاد الذكاء الاصطناعي اكتشاف أنماط توصيل رئيسية، مثل التفاعلات الذاتية المحددة والروابط بين عقدة المدخل وعقدة المخرج. ثم أضاف المؤلفون هدفاً ثانياً: "وعورة" التطور، وهو مقياس لمقدار تغير سلوك الدارة عندما تتغير قوى تفاعلاتها قليلاً، لمحاكاة الطفرات. عاش بعض الدارات التكيفية في مناطق ناعمة من هذه التضاريس، حيث لا تؤثر التغييرات الصغيرة كثيراً، بينما كانت الأخرى على تضاريس وعرة، حيث يمكن للتعديلات الطفيفة تغيير الوظيفة جذرياً. والأمر اللافت أن النموذج تعلّم الاستجابة للمطالب المشتركة لكل من التكيّف والوعورة، فأنتج دارات إما قابلة للتطور بدرجة عالية أو مستقرة للغاية، مع حفاظها على أداء جيد.

اختيار أهداف بسيطة لتوجيه تصاميم معقّدة

تظهر الدراسة أيضاً أن طريقة وصف الهدف للتصميم للذكاء الاصطناعي لها أهمية. عندما جرّب الباحثون إعطاء الحساسية والدقة بشكل منفصل، أو إضافة مقاييس إضافية مثل الزيادة الزائدة (overshoot)، واجه النموذج صعوبة أكبر في اتباع المطالب. كان ترميز التكيّف كدرجة واحدة مصاغة بعناية—أو حتى كوسم نعم/لا بسيط—أكثر فعالية في كثير من الأحيان. وهذا يشير إلى أنه، في الوقت الحالي، من الأكثر فعالية إعطاء النماذج التوليدية أهدافاً مبسطة تلتقط جوهر السلوك المرغوب بدلاً من العديد من القياسات الخام.

ماذا يعني هذا لمستقبل الهندسة الحيوية

بشكل عام، يبيّن العمل أن الذكاء الاصطناعي التوليدي يمكنه اقتراح دارات جينية جديدة لا تقوم فقط بوظيفة ديناميكية مركبة—العودة إلى الحالة الطبيعية بعد اضطراب—بل يمكن أيضاً توجيهها لتكون إما مقاومة للطفرات أو قابلة للتطوّر بسهولة. وبما أن هذه النتائج تحققت باستخدام دارات RNA محاكية ومجموعات تدريب نسبياً صغيرة، فمن الممكن تطبيق استراتيجيات مماثلة على بيانات مخبرية حقيقية. ومع نضوج هذه الأدوات، قد يعتمد المهندسون عليها بشكل متزايد كشركاء تصميم يقترحون بنى دارات واعدة توازن بين الأداء الحالي والسلوك التطوري المستقبلي، مما يجعل التقنيات الحيوية القادمة أكثر موثوقية وقابلية للتكيّف في العالم الحقيقي.

الاستشهاد: Gallup, O., Steel, H. Generative design of synthetic gene circuits for functional and evolutionary properties. npj Syst Biol Appl 12, 62 (2026). https://doi.org/10.1038/s41540-026-00683-6

الكلمات المفتاحية: دارات جينية تركيبية, التعلّم الآلي التوليدي, التكيف البيولوجي, الثبات التطوري, تصميم شبكات الحمض النووي الريبوزي