كيف يعلّم التطورُ الأجسامَ المضادة سريع

الأصل: "Conditionally Site-Independent Neural Evolution of Antibody Sequences"
arXiv:2602.18982 · 2026-02-21 · CC BY 4.0 · 1 دقيقة
شبكة عصبية تعيد سير الطريق الذي تتقن فيه المناعةُ دفاعاتِها.

📄 معروضة نسخة «بسيط» — «مبسّط» غير جاهزة بعد. أضفه إلى المفضّلة للمساعدة في تسريعها.

الجسم المضاد هو بروتين يصطاد الفيروسات والبكتيريا. عندما يدخل عدوٌّ إلى الجسم، تبدأ الخلايا المناعية في تجربة أشكالٍ مختلفة من الأجسام المضادة، وكأنها تجرّب مفاتيحَ مختلفةً لقفلٍ واحد. فتُحتفظ بالتغييرات المفيدة وتُطرح الضارة. وهكذا، خلال بضعة أسابيع، يتحصل الجسم على جسمٍ مضادٍ يلائم الهدف تمامًا.

أما نماذج الحاسوب العادية فلا ترى هذه القصة. فهي تنظر إلى الأجسام المضادة الجاهزة وتعتبرها مستقلةً عن بعضها، مثل بطاقاتٍ في مجموعة. غير أن كل جسمٍ مضاد هو سليلٌ لما قبله، وفي تركيبه مكتوبٌ مسارُ التجربة والخطأ. النموذج الجديد CoSiNE يقرأ هذا النسب. فهو يمثّل تطورَ الأجسام المضادة بوصفه سلسلةً من خطواتٍ صغيرة، كل خطوةٍ هي استبدال حرفٍ واحد في الشيفرة الوراثية.

عدد الحروف في شيفرة الجسم المضاد حوالي 1300، وعدد الاحتمالات البديلة أكبر بملايين المرات. والتطور لا يجربها عشوائيًا، بل يوجّهه الانتقاء.

النموذج لا يكتفي بإعادة الماضي، بل يستطيع تسريعَه. فآليةُ «المرشد» المدمجة توجّه البحث نحو الأجسام المضادة التي ترتبط بإحكامٍ أكبر بالهدف المنشود. وهذا أشبه بمربٍّ لا ينتظر طفراتٍ عشوائية، بل يزرع مباشرةً بذورًا بخصائص محددة. لذلك يتفوق CoSiNE حتى على أحدث نماذج اللغة التي تتنبأ بخصائص البروتينات لكنها لا تفهم من أين جاءت هذه الخصائص.

يمكن للجسم المضاد الواحد أن يغيّر شكله ليلتقط هدفين مختلفين، مثل يدٍ تتكيف مع أشياء مختلفة.

العلماء
Erwin SchrödingerHugh Everett IIIAndrey Markov
المفاهيم
الشبكات العصبية للتعلم التنبؤي نموذج لغة البروتين نموذج تنبؤي تصوير ديناميكي غير باضع التعلم التبايني الشبكات التوليدية التنافسية ربط الصور الطبية بالجينوم تسلسل حمض أميني انحدار الشبكة العصبية التعلم ذاتي الإشراف (Self-Supervised Learning) الشبكات العصبية التلافيفية شبكة النشوء والتطور التسلسل