تصميم المحفزات التركيبية الواعية للسياق باستخدام الشبكات العصبية يمكّن إعادة توصيل شبكات النسخ في حقيقيات النوى

تعليم الخلايا وظائف جديدة

تعتمد التكنولوجيا الحيوية الحديثة في كثير من الأحيان على سؤال بسيط: هل يمكننا إخبار الخلية بالضبط متى تشغّل أو تُوقِف تعبير جين؟ تستكشف هذه الورقة طريقة جديدة لتحقيق ذلك في خميرة الخَبز، باستخدام الذكاء الاصطناعي لإعادة تصميم مفاتيح صغيرة في الحمض النووي تُدعى المحفزات. من خلال تعلّم كيفية توصيل هذه المفاتيح الطبيعية، يظهر المؤلفون أن الحاسوب يمكنه اقتراح تعديلات دقيقة تتيح للعلماء إدخال مقاييس تحكم جديدة في الدوائر الجينية للخلية.

كيف تقرر الخلايا أي الجينات تستخدم

يجب على كل خلية أن تقرر باستمرار أي الجينات تستخدم ومتى تفعل ذلك. يحدث الكثير من هذا التحديد عند المحفزات، وهي مقاطع قصيرة من الحمض النووي تقع قبل الجينات. تعمل المحفزات كمفاتيح تعتيم، تستجيب لإشارات من البيئة أو من داخل الخلية. لطالما حاول علماء الأحياء بناء محفزات مخصصة للتحكم في الجينات حسب الرغبة — على سبيل المثال لجعل الخميرة تنتج مواد كيميائية قيّمة أو تستشعر السموم. لكن المحفزات الطبيعية معقدة وتعتمد على السياق، وإدخال عناصر تحكم جديدة فيها غالبًا ما يخرِب عملها. كما أن اختبار العديد من التصاميم تجريبيًا بطيء ومكلّف.

تمكين الشبكات العصبية من قراءة منطق الحمض النووي

بنَى المؤلفون نظام شبكي عصبي من خطوتين يتعلّم "قواعد اللغة" للمحفزات مباشرة من الحمض النووي. أولًا، جمعوا تسلسلات محفزات لأكثر من 100,000 جين من أقارب الخميرة ودربوا نموذجًا اسموه Place-Back ليعرف أين كانت قطعة قصيرة من الحمض النووي قبل أن تُخرب ويُستبدَل بعضها. لأن النموذج اضطر إلى استعادة الموضع الصحيح اعتمادًا على السياق فقط، تعلّم أنماطًا رفيعة حول أي مناطق من المحفز يمكن تغييرها دون الإخلال بوظيفتها الأساسية. ثم نظر نموذج ثانٍ، اسمه Determiner، في تنبؤات Place-Back وقرر كلًا من مكان إدخال عنصر تنظيمي جديد وحجم المنطقة من الحمض النووي التي يجب إعادة كتابتها.

تصميم محفزات قابلة للتبديل حسابيًا

مزوّدين بهذا النظام، طرح الفريق سؤالًا عمليًا: أين يمكنهم إدخال موقع ربط معروف لبروتين المانع TetR داخل محفزات الخميرة الحقيقية بحيث تُقفل الجينات عند الطلب؟ اختبروا افتراضيًا جميع 6,011 محفزًا في جينوم الخميرة وأنتجوا قائمة مرتّبة تحتوي آلاف المرشحين حيث ينبغي أن "يتلائم" العنصر الجديد دون تعطيل ميزات أساسية مثل منطقة البدايات الأساسية التي يبدأ عندها النسخ. غالبًا ما فضلت النماذج مواقع قريبة من هذه المناطق الأساسية مع تجنّب الإضرار المباشر، ما يشير إلى أنها تعلّمت قيودًا ذات مغزى بيولوجي.

اختبار المفاتيح المصممة بالذكاء الاصطناعي

للامتحان ما إذا كانت اقتراحات الحاسوب تعمل في خلايا حية، اختار الباحثون أربعة محفزات خميرة أصلية ذات قوى مختلفة وعدّلوا كل واحد تمامًا كما نُصِح، مُدخلين موقع ربط TetR في الموضع الذي تم التنبؤ به. ربطوا هذه المحفزات بمؤشر لوسيفيراز ساطع وأدخلوا TetR على قطعة حمض نووي منفصلة، حتى لا يتداخل النظام الجديد مع تنظيم الخميرة الأصلي. في وجود TetR، أظهر ثلاثة من التصاميم الأربعة كبتًا قويًا، وحقق واحد تقريبًا إيقافًا تامًا — نحو 98% تقليلًا في النشاط — دون أي تعديل إضافي. في المقابل، غالبًا ما عطّلت مواقع الإدراج البديلة التي لم يقترحها النموذج المحفز أو أجهضت استجابته، ما يبرز أهمية الموضع وأن الشبكة العصبية كانت تحدد "نقاطًا حلوة" محددة.

إعادة توصيل اتخاذ القرار الطبيعي في الخميرة

استخدم الفريق نفس النهج بعد ذلك لتغيير شبكة التنظيم الخاصة بالخميرة نفسها، بدلًا من نظام إضافي اصطناعي. عدّلوا محفز الجين PCF11، وهو جين ضروري للبقاء، لإدخال موقع ربط لـ Mig1، وهو مثبط طبيعي ينشط في وجود الجلوكوز. في الاختبارات، تصرف المحفز المعاد تصميمه كما هو مقصود: عندما كان الجلوكوز حاضرًا انخفض نشاط PCF11 بأكثر من النصف؛ وعندما غاب الجلوكوز كان النشاط أعلى قليلًا من الطبيعي. بعد استبدال هذا المحفز التركيبِي في جينوم الخميرة، نمت الخلايا تقريبًا بصورة طبيعية في وسائط منخفضة السكر لكنها وصلت إلى كثافة قصوى أدنى في وسائط عالية السكر، مما يبيّن أن الجين الضروري أصبح الآن مقيدًا شرطيًا عبر الوصلة الجديدة.

ماذا يعني هذا لتصميم الجينات في المستقبل

بعبارات بسيطة، تُظهر هذه العمل أن الشبكات العصبية يمكنها تعلّم ما يكفي عن "لغة" التحكم الجيني لتقترح تعديلات ذكية وواعية بالسياق على مفاتيح الحمض النووي. دون الحاجة إلى قياسات تجريبية كوسوم تدريب، يشير النموذج إلى أماكن يمكن إدراج عناصر تحكم جديدة فيها بأمان بحيث تصبح الجينات مستجيبة للإشارات المختارة. الاختبارات الناجحة في الخميرة، بما في ذلك إعادة توصيل تحكم جين أساسي، تشير إلى مسار نحو تصميم تنبؤي وقابل للتوسع للحمض النووي التنظيمي في كائنات عديدة. قد يسرّع هذا ابتكار برامج جينية مخصصة للطب والزراعة والتكنولوجيا الحيوية الصناعية، وفي الوقت نفسه يكشف قواعد جديدة حول كيفية تنظيم الخلايا لدارات اتخاذ القرار الخاصة بها.

الاستشهاد: Kuhajda, L., Honzik, T., Svec, J. et al. Context-aware synthetic promoter design using neural networks enables rewiring of eukaryotic transcriptional networks. npj Syst Biol Appl 12, 65 (2026). https://doi.org/10.1038/s41540-026-00684-5

الكلمات المفتاحية: الأحياء التركيبية, تنظيم الجينات, الشبكات العصبية, هندسة المحفزات, خميرة