למידה עמוקה ומנגנוני תשומת לב לזיהוי גנים מפתח והשלכותיהם על מוצא כנפי החרקים

מדוע כנפי החרקים חשובות לנו

החרקים שופעים בכדור הארץ מבחינת מספר ומגוון, והכנפיים שלהם הן סיבה מרכזית לכך. כנפיים מאפשרות לחרקים להתפשט, למצוא מזון, להימלט מטורפים ולעצב מערכות אקולוגיות שלמות. יחד עם זאת, מדענים עדיין דנים כיצד מבנים עדינים אלה הופיעו לראשונה מאבות חסרי כנפיים. במחקר זה משתמשים בכלים מודרניים של בינה מלאכותית כדי לחפש רמזים ב‑DNA של חרקים, וחושפים תכנית גנטית משותפת בין כנפיים לזימים שמוסיפה אור על מקור הכנפיים.

בחינה אל הימים הקדמוניים

כדי להבין את כנפי החרקים, המחברים מתחילים מרעיון פשוט: יתכן שהחרקים של היום התפתחו מיצורים דמויי סרטנים שחיו במים ונשמו בזימים. רעיונות מתחרים מציעים כי הכנפיים יכלו לצמוח מאיברים נשימתיים דמויי זימים, מפלטות שטוחות על הגוף, או מאונות צדיות בחזה, ומחקרים מסוימים מצביעים על שילוב של מקורות אלה. אם הכנפיים באמת שורשן בזימים, גנים מפתח צריכים להראות פעילות דומה בכנפי החרקים ובזימי המינים הימיים הקרובים. במקום לבדוק רק כמה גנים בודדים, הקבוצה יצאה לסרוק את מערך החלבונים המלא של מינים רבים כדי למצוא דפוסים חבויים הקשורים לכנפיים.

להורות לרשת עצבית "לקרוא" גנים

החוקרים בנו מערכת למידה עמוקה שקראו לה DeepWG כדי להבחין בין חלבונים ממינים בעלי כנפיים וללא כנפיים. הם אספו פרוטאומות מ‑119 מינים, כולל חרקים ובני משפחה קרובים, ושמרו רק על נתונים באיכות גבוהה. כל רצף חלבון חולק ליחידות קצרות בת שלוש אותיות, בדומה לפיצול משפטים לקטעי מילים קצרים. קטעים אלה הומרו לווקטורים מספריים באמצעות טכניקות שאולצו מעיבוד שפה, ואז הוזנו לרשת זיכרון דו-כיוונית עם שכבת תשומת לב נוספת. התצורה הזו מאפשרת למודל לסרוק רצפי חלבון בשתי הכיוונים ולהתרכז באזורים המידעיים ביותר ללא חוקים מעשה‑יד.

לאתר את הגנים שעליהם נשענות הכנפיים

DeepWG הוכיחה דיוק גבוה ביותר, וסיווגה נכון דגימות בדיקה ביותר מ‑97 אחוזים מהמקרים והצטיינה על פני רשתות נוירונים פשוטות יותר. שכבת התשומת לב מייחסת משקל לכל משפחת גנים קשורה, ומדגישה אילו מהן חשובות ביותר להבחנה בין מינים בעלי כנפיים ללא כנפיים. מתוך כמעט 28,000 משפחות גנים, חמשת האחוזים העליונים במשקל נתנו 3,872 גנים מועמדים, כולל רבים שמוכרים כבר כבעלי תפקיד בעיצוב כנפי החרקים. דוגמאות ידועות כוללות גנים ששולטים בצמיחת הכנף, בדפוסיה ובגודלה, וכן מסלולים המווסתים כיצד תאים מתחלקים ומגיבים לאותות. ניתוח רשת של פעילות גנים קיבץ רבים מהגנים הללו למודולים הקשורים קשר הדוק להתפתחות כנף ביומית הזבוב הפרי, מה שמוסיף ביטחון בכך ש‑DeepWG מאתרת שחקנים משמעותיים ולא רעש אקראי.

כנפיים וזימים שרים את אותו שיר

המבחן הבולט ביותר נבע מהשוואת אופן התנהגותם של גנים מפתח אלה בין מינים ורקמות שונות. הקבוצה בחנה את זבוב הפרי, מסרק־כנף (mayfly) עם כריות כנף וזימים מים, ויצור דמוי שרימפ עם זימים אך בלי כנפיים. הם בדקו עד כמה הגנים המועמדים מופעלים בחוזקה בכנפיים, בכריות כנף, בזימים וברקמות אחרות. בכל שלושת המינים, אותה ערכת גנים ליבה הראתה פעילות גבוהה בכנפיים או בכריות כנף ובזימים, אך לא ברקמות שאינן קשורות. דפוס חוזר זה מצביע על כך שכנפי החרקים המודרניים וזימי הסרטנים נשענים על ארגז כלים גנטי משותף שקדם להתפתחות התעופה.

מה זה אומר לסיפור התעופה

עבור הלא-מומחים, המסר המרכזי הוא כי כנפי החרקים אינן המצאה חדשה לחלוטין, אלא עיבוד חכם של זימים קדמוניים המונחה על ידי סט גנים משמר. באמצעות כך שרשת עצבית מסננת כמויות עצומות של נתוני רצפים, המחקר חושף מאות גנים המקשרים בין כנפיים לזימים בסניפים רחוקים של עץ המשפחה של פרוקי הרגליים. אמנם נותרו חתיכות רבות בחידה, דפוס הפעילות הגנטית המשותפת תומך בחוזקה ברעיון כי הכנפיים צמחו מתוך מבנים דמויי זימים באבות ימיים קדמוניים. DeepWG גם מציע כלי כללי למיפוי האופן שבו תכונות חשובות אחרות התפתחו על ידי קריאת שפת הגנומים.

ציטוט: 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

מילות מפתח: כנפי חרקים, אבולוציית כנף, למידה עמוקה, ביטוי גנים, זימי פרוקי-רגליים