التعلّم الآلي لبصمات التعديل فوق الجيني الفردية كمؤشرات على الرفاه في البالغين الشباب

لماذا تهم حساسيتك للإجهاد

يشعر العديد من البالغين الشباب بالإرهاق بسبب الامتحانات ووسائل التواصل الاجتماعي ومستقبل غير واضح، ومع ذلك قد تفشل استبانات الصحة النفسية التقليدية في كشف من هم الأكثر عرضة للخطر. تسأل هذه الدراسة ما إذا كان دمج استبانات بسيطة وعينة لعاب يمكن أن يكشف «بصمة» بيولوجية أكثر دقة لمدى حساسية كل فرد تجاه الإجهاد. من خلال مزج علم النفس والوراثة والتعلّم الآلي الحديث، يستكشف الباحثون مستقبلاً قد تُقدَم فيه دعم نفسي مبكر ومخصّص قبل ظهور مشكلات جدّية.

من استبانات بسيطة إلى بيولوجيا مخفية

ركز الباحثون على سمة تُسمى الحساسية البيئية—أي مدى تفاعل الشخص بقوة مع الأحداث اليومية. يميل الأشخاص ذوو الدرجات العالية في مقياس الشخص شديد الحساسية (HSP) إلى الشعور بالإرهاق أكثر في المواقف الصاخبة أو المجهدة أو شديدة العاطفة، ويشكّلون نسبة كبيرة من طالبي المشورة. في هذه الدراسة، أكمل 104 طلاب جامعيين عدة استبانات قصيرة حول الضغط المدرك والاندفاع والعادات الغذائية واستخدام الإنترنت. في الوقت نفسه، قدموا عينات لعاب حتى يتمكن الفريق من فحص وسمات كيميائية صغيرة على جينات محددة مشاركة في إشارات الدماغ. هذه الوسمات، المعروفة بعلامات فوق جينية، يمكن أن تتغير مع تجارب الحياة وقد تفسر لماذا يكون بعض الناس أكثر حساسية للإجهاد من غيرهم.

قراءة البصمات فوق الجينية

استُخدمت عينات اللعاب لدراسة العلامات فوق الجينية—تحديدًا مثيلة الحمض النووي—على ثلاثة جينات رئيسية تساعد في تنظيم نواقل الدماغ الكيميائية: ناقلات الدوبامين والسيروتونين (DAT1 وSERT) ومستقبل الأوكسيتوسين (OXTR). بدلاً من فحص الجينوم بأكمله، ركّز الباحثون على 10 مواقع على طول هذه الجينات حيث تفاوتت المثيلة أكثر بين الطلاب. جنبًا إلى جنب مع تسعة مقاييس مستمدة من الاستبانات، شكّلت هذه مجموعة من 19 ميزة محتملة. كان السؤال المركزي: أي مزيج من هذه المقاييس السلوكية والبيولوجية يفصل أفضل بين الطلاب ذوي درجات HSP العالية وتلك ذات الحساسية المنخفضة أو المتوسطة؟

ترك الخيار للخوارزمية

للإجابة عن ذلك، استخدم الفريق طريقة تعلّم آلي تُدعى آلة المتجه الداعمة. بدلاً من التخمين أي الميزات هي المهمة، جرّبوا كل مزيج ممكن—من مقاييس مفردة حتى جميع الميزات الـ19—واختبروا كل واحد بإجراء دقيق يعتمد على استبعاد عنصر واحد في كل مرة. وهذا يعني تدريب النموذج على 103 طلاب والتنبؤ بالطالب المتبقي، وتكرار العملية لكل من المشاركين. من بين أكثر من نصف مليون نموذج مُختبر، تبين أن الحل الأفضل أداءً بسيط بشكل مفاجئ: ست ميزات فقط كانت كافية لتشكيل «بصمة» واضحة للحساسية. اثنتان منهما جاءتا من الاستبانات (مقياس الضغط المدرك ودرجة الانتباه من اختبار الاندفاع)، وأربع منها كانت مواقع مثيلة محددة على جينات ناقلات الدوبامين والسيروتونين.

ما الذي تعلمه النموذج فعلاً

باستخدام هذه الميزات الست فقط، صنّف النموذج الطلاب بشكل صحيح كذوي حساسية عالية مقابل منخفضة/متوسطة بنحو 85% من الحالات. كان النموذج جيدًا بشكل خاص في تحديد الأفراد شديدي الحساسية، مع حساسية ودقة عاليتين، وأظهر أداءً مماثلًا لدى الرجال والنساء على حد سواء رغم أن العينة كانت في معظمها من الإناث. أبرز تحليل أعمق لآلية عمل النموذج موقعًا واحدًا متعلقًا بالدوبامين كمساهم بيولوجي أقوى منفردًا، يليه الضغط المدرك والانتباه بقليل. بعبارة أخرى، لم يعتمد الخوارزم فقط على استبانة واحدة أو جين واحد—بل جمع بين التقارير النفسية وإشارات فوق جينية دقيقة للوصول إلى قراراته، مما يعكس المزج الحقيقي بين العقل والبيولوجيا.

ماذا قد يعني هذا للرعاية المستقبلية

لغير المختصين، الخلاصة هي أن مجموعة قصيرة من أسئلة الاستبيان إلى جانب عينة لعاب قد تساعد يومًا ما في اكتشاف البالغين الشباب الذين هم أكثر حساسية للإجهاد، حتى قبل أن يطلبوا المساعدة أو يظهروا أعراضًا واضحة. وبينما لا تزال الدراسة صغيرة وتحتاج إلى تكرارها في مجموعات أكبر وأكثر تنوعًا، فإنها تُظهر أن «بصمات» فوق جينية فردية يمكن أن تحسّن التنبؤات بشكل جوهري مقارنة بالإبلاغ الذاتي وحده. إذا تم تأكيد ذلك، قد يدعم هذا النهج استراتيجيات وقائية وعلاجية أكثر تفصيلًا—مساعدة المعالجين على تقديم نوع الدعم المناسب، في الوقت المناسب، لأولئك الذين تجعلهم بيئتهم وبيولوجياتهم أكثر عرضة، ولكن أيضًا قد يجعلونهم أكثر استجابة للتغيير الإيجابي.

الاستشهاد: Caporali, A., Di Domenico, A., D’Addario, C. et al. Machine learning for individual epigenetic fingerprints as predictors of well-being in young adults. Sci Rep 16, 6015 (2026). https://doi.org/10.1038/s41598-026-36561-8

الكلمات المفتاحية: صحة نفسية للشباب, الحساسية البيئية, التعديلات فوق الجينية, التعلّم الآلي, قابلية التأثر بالضغط