داخل الخلية يغلي العمل: آلاف الجينات تُفعَّل وتُعطَّل، مثل مصابيح على لوحة ضخمة. الشبكات العصبية التي تدرّبت على قراءة هذه اللوحة تعلّمت تخمين ما سيحدث إذا «أُطفئ» جين واحد أو أُضيف دواء. لكن كيف تفعل ذلك بالضبط؟ لغز. قرر العلماء النظر إلى الداخل والتحقق: هل «انتباه» النموذج (أي الجينات التي ينظر إليها بتركيز أكبر) يعكس الروابط الحقيقية في الخلية؟

أخذوا نموذجين معروفين — scGPT وGeneformer — ومرّروا عبرهما بيانات عن خلايا الدم وخلايا الشبكية. اتضح أن الانتباه يبني بنية فعلًا: في الطبقات المبكرة من النموذج تظهر روابط بين بروتينات تتلامس فيزيائيًا، وفي الطبقات المتأخرة تظهر روابط بين جينات تتحكم في بعضها البعض. جميل مثل مخطط مترو الأنفاق. لكن عندما استُخدمت هذه «الخرائط» للتنبؤ باستجابة الخلية لاضطراب، لم تساعد. الطريقة البسيطة التي تنظر فقط إلى الجينات التي تتغير معًا غالبًا أعطت نتيجة 0.81–0.88 على مقياس الدقة، بينما «الروابط الذكية» للانتباه أعطت 0.70 فقط. وإذا حُذفت هذه الروابط تمامًا، لا تزداد التنبؤات سوءًا.

هذا مثل مترجم في اجتماع يدوّن ملاحظات مفصلة على الهامش، لكنه يترجم أسوأ من القاموس. اقترح العلماء طريقة «إعادة تدريب» للانتباه — CSSI — تساعد النموذج على استعادة الشبكات الجينية الحقيقية بشكل أفضل (حتى 1.85 مرة أدق). لكن حتى بعد ذلك، تظل الطرق البسيطة أقوى. بالنسبة للعلم، هذا درس مهم: لا تثق بالصور الجميلة، بل تحقق من الفائدة بالرقم.