Djupinlärning och uppmärksamhetsmekanismer för att identifiera nyckelgener och deras betydelse för insektsvingarnas ursprung

Varför insektsvingar är viktiga för oss

Insekter dominerar planeten i termer av antal och mångfald, och deras vingar är en stor del av förklaringen. Vingar gör att insekter kan sprida sig, hitta föda, undkomma fiender och forma hela ekosystem. Trots det råder fortfarande debatt bland forskare om hur dessa ömtåliga strukturer först uppkom från forntida, vinglösa förfäder. Denna studie använder modern artificiell intelligens för att söka i insekts-DNA efter ledtrådar och avslöjar ett gemensamt genetiskt program mellan vingar och gälar som kastar nytt ljus över var vingarna kom ifrån.

Tillbaka till forntida hav

För att förstå insektsvingar utgår författarna från en enkel idé: dagens insekter utvecklades sannolikt från kräftdjursliknande djur som levde i vatten och andades med gälar. Konkurrerande hypoteser föreslår att vingar kan ha växt ut från gälliknande andningsorgan, platta utväxter på kroppen eller sidoflikar på thorax, och vissa studier pekar på en blandning av dessa källor. Om vingarna verkligen härstammar från gälar bör nyckelgener visa liknande aktivitet i insektsvingar och i gälarna hos besläktade vattenlevande arter. Istället för att testa bara några få gener åt gången gav sig teamet i kast med att skanna hela proteomset hos många arter för att hitta dolda mönster kopplade till vingar.

Att lära ett neuralt nätverk att läsa gener

Forskarna byggde ett djupinlärningssystem de kallar DeepWG för att skilja proteiner från vingförsedda och vinglösa arter. De samlade proteom från 119 arter, inklusive insekter och deras nära släktingar, och behöll endast data av hög kvalitet. Varje proteinsekvens kapades i korta trebokstavsbyggstenar, ungefär som att dela upp meningar i korta orfragment. Dessa fragment omvandlades till numeriska vektorer med tekniker hämtade från språkbehandling och matades sedan in i ett bidirektionellt minnesnätverk med ett tillagt uppmärksamhetslager. Denna uppbyggnad låter modellen skanna proteinsekvenser i båda riktningarna och fokusera på de mest informativa regionerna utan handgjorda regler.

Att hitta de gener som vingarna är beroende av

DeepWG visade sig vara mycket exakt, klassificerade testprover korrekt mer än 97 procent av gångerna och överträffade enklare neurala nätverk. Uppmärksamhetslagret tilldelar en vikt till varje familj av besläktade gener och belyser vilka som spelar störst roll för att skilja vingförsedda från vinglösa arter. Av nästan 28 000 genfamiljer gav de översta 5 procenten i vikt 3 872 kandidatgener, däribland många som redan är kända för att forma insektsvingar. Kända exempel inkluderar gener som styr vingtillväxt, mönsterbildning och storlek, samt vägar som reglerar cellers delning och signalrespons. Nätverksanalys av genaktivitet grupperade många av dessa gener i moduler starkt kopplade till vingeutveckling hos bananflugan, vilket ökar förtroendet för att DeepWG identifierar meningsfulla aktörer snarare än slumpmässigt brus.

Vingar och gälar sjunger samma sång

Det mest slående testet kom från att jämföra hur dessa nyckelgener beter sig över arter och vävnader. Teamet tittade på bananflugan, en vårfluga med både vingkuddar och vattenlevande gälar, och ett räkliknande kräftdjur med gälar men utan vingar. De undersökte hur starkt kandidatgenerna var påslagna i vingar, vingkuddar, gälar och andra vävnader. I alla tre arterna visade samma kärnuppsättning gener hög aktivitet i vingar eller vingkuddar och i gälar, men inte i orelaterade vävnader. Detta återkommande mönster tyder på att moderna insektsvingar och kräftdjursgälar använder ett gemensamt genetiskt verktygslåda som föregick evolutionen av flygning.

Vad detta innebär för berättelsen om flygning

För icke-specialister är budskapet att insektsvingar kanske inte är en helt ny uppfinning, utan en skicklig omarbetning av förfäders gälar styrd av en bevarad uppsättning gener. Genom att låta ett neuralt nätverk sila igenom stora mängder sekvensdata avslöjar studien hundratals gener som binder ihop vingar och gälar över avlägsna grenar i leddjursfamiljeträdet. Även om många pusselbitar återstår, stöder mönstret av delad genaktivitet starkt idén att vingar växte ur gälliknande strukturer hos forntida vattenlevande förfäder. DeepWG erbjuder också ett generellt verktyg för att spåra hur andra viktiga egenskaper utvecklats genom att läsa genom genomens språk.

Citering: 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

Nyckelord: insektsvingar, vingutveckling, djupinlärning, genuttryck, leddjursgälar