التعلم العميق وآليات الانتباه لتحديد الجينات الرئيسية ودلالاتها لأصل أجنحة الحشرات

لماذا تهمنا أجنحة الحشرات

تَسود الحشرات الكوكب من حيث الأعداد والتنوّع، وتعد أجنحتها سببًا رئيسيًا لذلك. تُمكّن الأجنحة الحشرات من الانتشار والعثور على الغذاء والفرار من الأعداء وتشكيل نظم بيئية كاملة. ومع ذلك لا يزال العلماء يناقشون كيف نشأت هذه البُنى الرقيقة في البداية من أسلافٍ بلا أجنحة. تستخدم هذه الدراسة ذكاءً اصطناعيًا حديثًا للبحث في حمض الحشرات النووي عن أدلة، كاشفةً عن برنامجٍ جيني مشترك بين الأجنحة والخياشيم يُلقي ضوءًا جديدًا على أصل الأجنحة.

العودة إلى البحار القديمة

لفهم أجنحة الحشرات، يبدأ الباحثون من فكرة بسيطة: من المرجح أن الحشرات الحالية تطورت من حيوانات شبيهة بالقشريات عاشت في الماء وتنفست بالخياشيم. تقترح أفكار متنافسة أن الأجنحة قد نمت من أعضاء تنفُّس شبيهة بالخياشيم، أو ألواح مسطحة على الجسم، أو فصوص جانبية من الصدر، وتشير بعض الأبحاث إلى مزيج من هذه المصادر. إذا كانت الأجنحة تعود بالفعل إلى الخياشيم، فيجب أن تُظهر الجينات الرئيسية نشاطًا مشابهًا في أجنحة الحشرات وخياشيم الأنواع المائية ذات الصلة. بدلًا من اختبار عدد قليل من الجينات في كل مرة، انطلق الفريق لمسح مجموعات البروتين الكاملة لعددٍ كبير من الأنواع للعثور على أنماط مخفية مرتبطة بالأجنحة.

تعليم شبْك عصبي لقراءة الجينات

بنى الباحثون نظام تعلم عميق أطلقوا عليه اسم DeepWG لتمييز البروتينات بين الأنواع المجنحة والتي بلا أجنحة. جمعوا بروتيومات من 119 نوعًا، بما في ذلك الحشرات وأقاربها المقربين، واحتفظوا فقط بالبيانات عالية الجودة. قسمت كل سلسلة بروتينية إلى كتلٍ قصيرة مكونة من ثلاثة أحرف، شبيهة بتقسيم الجمل إلى شظايا كلمات قصيرة. حُوِّلت هذه الشظايا إلى متجهات رقمية باستخدام تقنيات مُستَعارة من معالجة اللغة، ثم اُدخِلت إلى شبكة ذاكرة ثنائية الاتجاه مع طبقة انتباه مضافة. تُمكن هذه البنية النموذج من مسح سلاسل البروتين في كلا الاتجاهين والتركيز على المناطق الأكثر معلوماتية دون قواعد مصمّمة يدويًا.

العثور على الجينات التي تعتمد عليها الأجنحة

أظهر DeepWG دقة عالية، حيث صنّف عينات الاختبار بشكل صحيح أكثر من 97 بالمئة من الوقت وتفوّق على الشبكات العصبية الأبسط. تُخصّص طبقة الانتباه وزنًا لكل عائلة من العائلات الجينية ذات الصلة، مبرزًة أيها أهم لتمييز الأنواع المجنحة عن غير المجنحة. من بين ما يقرب من 28 ألف عائلة جينية، أسفرت أعلى 5 بالمئة من حيث الوزن عن 3,872 جينًا مرشحًا، بما في ذلك العديد من الجينات المعروفة بالفعل بتشكيل أجنحة الحشرات. من الأمثلة الشهيرة جينات تتحكم في نمو الأجنحة وتنسُّقها وحجمها، فضلاً عن المسارات التي تنظم كيفية انقسام الخلايا واستجابتها للإشارات. جمعت تحليلات الشبكة لنشاط الجينات العديد من هذه الجينات في وحدات مرتبطة ارتباطًا وثيقًا بتطور الأجنحة في ذبابة الفاكهة، مما يعزّز الثقة بأن DeepWG يحدد لاعبين ذوي معنى وليس ضوضاء عشوائية.

الأجنحة والخياشيم تغنيان اللحن نفسه

أبرز اختبار جاء من مقارنة كيفية سلوك هذه الجينات الرئيسية عبر الأنواع والأنسجة. نظر الفريق إلى ذبابة الفاكهة، وذبابة المَيَفلاي التي تملك لوحات أجنحة وخياشيم مائية، وقشريات شِرْمب شبيهة ذات خياشيم ولكن بلا أجنحة. فحصوا مدى نشاط الجينات المرشحة في الأجنحة، واللوحات الجناحية، والخياشيم، وأنسجة أخرى. في الأنواع الثلاثة، أظهر نفس الطقم الأساسي من الجينات نشاطًا عاليًا في الأجنحة أو اللوحات الجناحية والخياشيم، لكن ليس في الأنسجة غير المرتبطة. يشير هذا النمط المتكرر إلى أن أجنحة الحشرات الحديثة وخياشيم القشريات تستند إلى مجموعة جينية مشتركة سابقة لِتطور الطيران.

ماذا يعني هذا لقصة الطيران

للجمهور العام، الخلاصة أن أجنحة الحشرات قد لا تكون اختراعًا جديدًا كليًا، بل إعادة تهيئة ذكية للخياشيم الأسلافية بقيادة مجموعة جينية محافظة. من خلال السماح لشبكة عصبية بتمشيط كميات هائلة من بيانات التسلسل، تكشف الدراسة عن مئات الجينات التي تربط الأجنحة والخياشيم عبر فروع بعيدة لشجرة عائلة المفصليات. وبينما لا تزال هناك قطع كثيرة من اللغز، يدعم نمط النشاط الجيني المشترك بقوة الفكرة التي تفيد بأن الأجنحة نشأت من هياكل شبيهة بالخياشيم في أسلاف مائية قديمة. كما يقدم DeepWG أداة عامة لتتبع كيف تطورت صفات مهمة أخرى عبر قراءة لغة الجينومات.

الاستشهاد: Liu, F., Cao, Y., Qian, S. et al. Deep learning and attention mechanisms to identify key genes and their implications for the origin of insect wings. Sci Rep 16, 15998 (2026). https://doi.org/10.1038/s41598-026-49441-y

الكلمات المفتاحية: أجنحة الحشرات, تطور الأجنحة, التعلم العميق, التعبير الجيني, خياشيم المفصليات