تعبير جيني

كانت أربع خرائط قديمة ملقاة في أدراج مكتب مختلفة. على كل خريطة جينات مرتبطة بشيخوخة الخلايا، لكن الخرائط لم تكن متطابقة: أسماء مختلفة، ومقاييس مختلفة، ومفاتيح مختلفة. وكان الباحث الذي يفتّش عن جين لتجربته مضطرًا إلى مقارنتها يدويًا، مع خطر أن تفوته علامة مهمة. جمعت SenSASP هذه الخرائط في خريطة واحدة.

ساعي يحمل طرداً يدخل غابة كثيفة من الحبال المتشابكة. عليه أن يوصل الحمولة إلى العمق، لكنه يفقد قوته في الطريق، ويصبح كل خطوة أصعب من سابقتها. هكذا يبدو الإنزيم الذي يفكك هلاماً كثيفاً من الجزيئات البيولوجية. حتى وقت قريب، لم يستطع أحد أن يرى في الوقت نفسه كيف يتحرك الساعي وكيف تخلخل الغابة.

عندما تدير ببطء مقبض ضبط جهاز راديو قديم، تسمع الصوت يخرج من الضوضاء ليس تدريجيًا بل فجأة — في اللحظة التي يدخل فيها الهوائي في رنين مع الموجة. تقريبًا بنفس الطريقة تتصرف الجينات في الخلية الحية. فهي لا تعمل كصنبور متدفق بسلاسة، بل كمفتاح تبديل بوضعين: «صامت» و«مُذيع».

في الامتدادات الطويلة للخلية العصبية العصبون – التغصنات – تتنقل سعاة صغيرة باستمرار. هذه هي جزيئات الرنا المرسال RNA – الرنا المرسال، أو mRNA – التي تحمل تعليمات تصنيع البروتينات. يبدأ مسارها في جسم الخلية وينتهي عند المشابك – نقاط الاتصال المتخصصة مع الخلايا العصبية الأخرى.

تطوى سلسلة البروتين إلى بنية ثلاثية الأبعاد وظيفية في أجزاء من الثانية — ولا تخطئ أبدًا تقريبًا، إذ تجد الطية الأصلية الوحيدة بين عدد فلكي من التشكلات الممكنة. لفترة طويلة، كان يُعتقد أن التطور يصقل تسلسلات الأحماض الأمينية خصيصًا ليكون البروتين قادرًا ليس فقط على أداء وظيفته البيولوجية، بل أيضًا على امتلاك «قابلية الطي» — القدرة على بلوغ شكله الأصلي بسهولة ووضوح.

تخيّل أوركسترا ضخمة بلا قائد. كل عازف هو جين (جزء من الحمض النووي يرمز لبروتين أو RNA)، واللحن هو العمل المعقّد للخلية. في السابق، عند النظر إلى صورة نسيج، كان الكمبيوتر يحاول تخمين دور كل آلة على حدة. لم يكن يعلم أن الكمانات تعزف عادةً مع الفيولات، وأن الأبواق تعزف مع الترومبون. كان البرنامج ببساطة يُخرج قائمة من النوتات دون أن يشعر بالتناغم.

ينزلق البروتين على خيط الحمض النووي مثل مفتاح على حلقة مفاتيح، باحثًا عن قفله. أي انعطاف خاطئ، ويبقى الجين معطلاً. لفهم أين سيقبض البروتين بإحكام، يجب قياس قوة هذه القبضة — طاقة الارتباط. لكن استعراض كل المواقع الممكنة يدويًا مستحيل: جينوم الثدييات يتكون من مليارات "الحروف".

تُنشئ WanSong الموسيقى تمامًا كما ينحت النحات تمثالًا من كتلة رخام: نقطة البداية هي الضوضاء — صوت فوضوي يذكرنا بهدير الشلال — ومنه تزيل الخوارزمية خطوة بخطوة كل ما هو زائد، حتى تظهر النوتات النقية والأصوات. هذه الطريقة تسمى الإنتروبيا وهي عملية تعكس الفوضى إلى نظام، كما لو نشاهد انتشار الحبر في الماء ولكن بترتيب عكسي.

عندما يقيس علماء الأحياء نشاط آلاف الجينات الجينات في وقت واحد، يكشف التحليل التقليدي عادةً عن ارتباطات فقط — أزواج من الجينات يتغير تعبيرها بشكل متزامن، مثل مكوّنين في الحساء يظهران معًا غالبًا.

عادةً ما تظهر بيانات عمل الجينات كسلسلة طويلة من الأرقام، تشبه شريطًا طيفيًا (الطيف) دون روابط واضحة. في نموذج scVision، تُحول هذه الأرقام إلى صورة ذات معنى — ليست مجرد قائمة بالمكونات، بل صورة مكتملة. تُرتب الجينات على 'خريطة تنظيمية' مشتركة: الجينات المتعاونة تكون متجاورة، ونشاطها يُمثل بالسطوع، مثل قياس شدة الإضاءة (القياس الضوئي).

تلقيت تقريرًا: تم استبدال "حرف" واحد في جينك. لكن ما الذي يعنيه ذلك؟ البروتين ليس سطرًا مسطحًا، بل كتلة كثيفة، حيث تجلس كل حلقة في تجويفها الخاص. الاستبدال في عمق هذه الكتلة مثل صدع في الأساس، وعلى السطح مثل خدش على الواجهة. لفهم خطورة العطب، تحتاج إلى رؤية مكانه في الجسم ثلاثي الأبعاد للبروتين.

البروتين داخل الخلية ليس تمثالاً جامداً. إنه يتحرك باستمرار: ينثني، ويتنفس، ويرتجف. هذه الحركة – التي تسمى الديناميكا – تحدد كيفية عمل البروتين. لكن النظر مباشرة إلى هذه الرقصة أمر صعب، والمحاكاة الحاسوبية غالباً ما تتطلب قدرات حسابية هائلة. النهج الجديد، المسمى DynaMode، ينظر إلى حركة البروتين كقطعة موسيقية.

في التطور الجنيني، تشبه الخلية عازفًا في أوركسترا ضخمة: يجب أن تعزف دورها مسترشدة بقائد الأوركسترا - تدرج جزيئات الإشارة. لكن القائد غير موثوق: تركيز المورفوجينات يتقلب باستمرار.

الخلية تشبه مكتبة يُعاد فيها نسخ آلاف الكتب كل يوم. الآلات الجزيئية — البوليميرات والريبوسومات — تنزلق على طول السلسلة القالب وتجمع نسخة، حلقة بعد حلقة. لهذه الآلات عدة حالات: يمكن أن تتباطأ، أو تخطئ، أو تتحول. سابقًا، كان حساب مثل هذه العملية يستغرق ساعات. وجد مؤلفو العمل حلًا رياضيًا دقيقًا.

مصباح يدوي لا يضيء إلا بجوار لافتة طريق — هكذا يعمل البحث عن الأدوية تقريبًا عندما يعتمد العلماء على التلميحات الجينية. درست مجموعة من الباحثين أكثر من 26 ألف زوج من «الهدف والمرض»: أي توليفات بين البروتين الذي يستهدفه الدواء والمرض الذي يعالجه. إذا كان للهدف أي صلة جينية بالمرض، فإن فرص النجاح ترتفع عدة أضعاف. بالأرقام: الأهداف المدعومة جينيًا كانت تُعتمد بمعدل 3.25 مرة أكثر.

لفترة طويلة، نظرنا إلى البروتينات فقط في شكلها النهائي الثابت — وكأننا ننظر إلى صور فوتوغرافية لراقصين متجمدين في وضعية جميلة. بفضل خوارزميات مثل AlphaFold، تعلمنا التنبؤ بهذه الوضعية انطلاقًا من التسلسل الخطي لوحدات الكربون الأمينية.

فريقان من عمال الطرق يفرشان الأسفلت من طرفي الشارع. يتقدمان نحو بعضهما البعض، ويعتمد وقت اكتمال الشارع على تناسقهما. بطريقة مشابهة جدًا، تنسخ الخلية حمضها النووي قبل الانقسام — لكن بدلاً من الأسفلت، هناك خيط جزيئي طويل يحمل التعليمات، وبدلاً من العمال، هناك مركبات بروتينية صغيرة تنطلق في وقت واحد من نقاط متعددة. ولكن قد تظهر في الطريق حرارة أو عائق كيميائي أو تلف.

سلك هاتف مقطوع كارثة، لكن الحمض النووي المقطوع كارثة أكبر. الكسر المزدوج (عندما ينكسر الخيطان الحلزونيان في نفس المكان) يهدد الخلية بالموت أو التحول إلى خلية سرطانية. لحسن الحظ، تمتلك الخلية "غراءها" الخاص — بروتينات خاصة تتجمع في قطرة في مكان الحادث مباشرة. هذه القطرة تمسك الأطراف المقطوعة معًا، مثل رغوة التثبيت التي تثبت أجزاء الكابل المقطوع.

رسام يرسم لوحة وهو يراقب المشاهد في القاعة. إذا ابتسم المشاهد، يضيف الرسام إلى اللوحة مزيدًا من الأحمر والخطوط المستديرة، وإذا عبس، يزيل الأزرق ويكسر الزوايا. تقريبًا بهذه الطريقة، «يستجوب» علماء الأعصاب الخلايا العصبية في القشرة البصرية، لكن بدل الألوان يستخدمون مئات الآلاف من الصور، وبدل الابتسامة يستخدمون نبضة كهربائية.

تجميع أحجية مبعثرة قطعها في 13 صندوقًا بأنظمة ترقيم مختلفة — هكذا يبدو البحث عن الجينات المرتبطة بمرض معين. البيانات موجودة، لكنها مخبأة في قواعد بيانات بواجهات وتنسيقات وحتى لغات وصف خاصة بها. البرنامج الجديد PhenotypeToGeneDownloaderR يتولى دور المترجم والفرّاز: تعطيه اسم المرض، فيجول بنفسه على جميع المستودعات، ويستخرج قوائم الجينات، ويوحدها في قاسم مشترك.

يشبه البروتين في الخلية آلة صغيرة: لكل منها مخطط واضح ومهمة محددة. بعض البروتينات تقطع الجزيئات، وبعضها ينقل الأكسجين، وبعضها يلتقط الضوء. لإنشاء مثل هذه الآلية من الصفر، يجب حل مشكلتين في آن واحد: ابتكار العمل الذي ستقوم به، وكيفية طيّها في عقدة صحيحة. إذا اختلت العقدة، تتعطل الآلة أو تنكسر.

خيوط بروتينية طويلة، تشابكاتها المعقدة، واتصالاتها العشوائية — هكذا كان يُفسَّر عادةً نشوء القطرات الخلوية. هذه العضيات غير الغشائية، حيث تجري تفاعلات مهمة، تشبه قطرات الزيت في الماء: فهي تنشأ تلقائيًا عندما تنفصل الجزيئات إلى أطوار. لكن العمل الجديد نظر إلى مستوى أدنى — حيث لا تحكم الطول بل البصمة الكيميائية.

مترجم لم يحضر اجتماعًا يومًا ما يترجم حرفيًا — فيفقد نصف المعنى. فهو لا يعلم أن إيماءة الرئيس تعني «افعلوا كما في المرة السابقة»، وأن عبارة «حسنًا، سنرى» هي رفض مهذب. وكذلك النموذج اللغوي الذي يكتب كودًا بناءً على مقالة علمية: سيقرأ المعادلات، لكنه لن يقرأ الاتفاقيات غير المعلنة. قرر مؤلفو الدراسة اختبار ما إذا كان يمكن تعليم الذكاء الاصطناعي استخراج هذه القواعد الخفية من النص.

في البكتيريا التي تنمو بنشاط، لا تنجرف الجينات التي ترمز إلى «مصانع البروتين» — الريبوسومات — بشكل عشوائي في السيتوبلازم. بل تلتصق معًا في قطرات سائلة تشبه بقع الزيت في الماء: ليس لها غشاء محيط، لكن لها حدود فاصلة واضحة مع الوسط المحيط. والمسؤول عن هذا التكثف هو البروتين NusA.

القفيصات (Capsids) هي صناديق بروتينية ينقل الفيروس فيها مادته الوراثية. في العلاج الجيني، تُستخدم هذه الصناديق كرسائل: يوضع الجين المطلوب في الداخل، ويُحتفظ من الخارج بالقدرة على دخول الخلايا. المشكلة أن الصناديق الطبيعية قليلة، بينما المهام كثيرة: واحد يجب أن يصل إلى الكبد فقط، وآخر إلى الدماغ، وثالث ألا يثير استجابة مناعية.

في السابق، كانت النماذج التوليدية للبحث عن الأدوية تعمل مثل رسام يرسم دون اختيار القماش. كانت تتعلم من الجزيئات الموجودة وتنتج جزيئات مشابهة فقط، دون التفكير في كيفية تنظيم الفضاء نفسه للمركبات الممكنة. يغيّر SpaceGFN هذا النهج: الآن الفضاء الكيميائي هو لعبة تركيب، حيث يحدد المستخدم القطع وقواعد التجميع.

البروتينات في الطبيعة كحبات الرمل على الشاطئ، ولكلٍّ منها وظيفته: بعضها يكسر الطعام، وبعضها يبني الخلايا. لكن لفهم ما يفعله بروتين معين بالضبط، يجب دراسته في المختبر — وهذا بطيء ومكلف. تستطيع الشبكات العصبية تخمين وظيفة البروتين من خلال «نصّه» — تسلسل الأحماض الأمينية — لكن تدريبها يتطلب عددًا هائلًا من الأمثلة المصنفة.

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.

في الليل يتنفس الإنسان، ومن إيقاع هذا التنفس يمكن معرفة الكثير عن نومه. لكن الأطباء عادةً ما ينظرون إلى الموجات الكهربائية للدماغ، والتي تُسجَّل بواسطة أجهزة استشعار توضع على الرأس. العمل الجديد يُظهر كيف يمكن استعادة هذه الموجات من التنفس وحده، دون لمس الرأس. يعمل النموذج كمترجم من لغة الجسد إلى لغة الدماغ.

الخلية تشبه مطبخًا حيث توجد آلاف الوصفات (الجينات) في كتاب واحد سميك (الحمض النووي). الطاهي، وهو بروتين Klf4، يقلب الصفحات ويقرر أي وصفة سيُحضّرها اليوم. ولكن كيف يجد السطر الصحيح بين مليارات الحروف؟ كان يُعتقد سابقًا أن البروتين يبحث عن "كلمة مرور" قصيرة — بضعة حروف متتالية. الآن اتضح: إنه يستشعر أكثر من ذلك بكثير.

في كل خلية يعيش ناسخ لا يكل — إنزيم ينسخ خيط الحمض النووي الطويل. يتحرك على طوله مثل رأس القراءة على شريط تسجيل، ويبني بجانبه خيطًا جديدًا. يختار الحروف بدقة وفقًا للقاعدة: مقابل A دائمًا يضع T، ومقابل G يضع C. لكن في بعض الأحيان، نادرًا جدًا، ترتجف يده — فيوضع حرف آخر بدل الحرف الصحيح. هذا الخطأ يسمى طفرة. أخذ العلماء هذه الآلية البسيطة وشغلوها على الحاسوب.

الخلايا البشرية الحية المأخوذة مباشرة من الجسم هي المادة الأكثر صدقًا لدراسة الأمراض واختبار الأدوية. لكن إدخال مادة وراثية غريبة إليها أمر صعب؛ فالخلايا لا ترحب بالغرباء. الطرق التقليدية إما تؤذي الخلية أو تعمل بشكل غير متساوٍ، خاصة إذا كانت العينة غير متجانسة — وهي كذلك دائمًا تقريبًا. المنصة الجديدة تحل هذه المشكلة باستخدام تدفق دوّامي. الدوامة في النهر تلتف حول الأشياء التي تقع فيها.

في 9 أكتوبر 2022، رصدت كواشف أرضية انفجار غاما بقوة غير مسبوقة. كان GRB 221009A شديد السطوع لدرجة أن إشعاعه أيّن الطبقات العليا من الأيونوسفير، بينما تعمّت أجهزة الأقمار الصناعية مؤقتًا. في طيف هذا الانفجار، ميّز علماء الفلك لأول مرة بشكل موثوق سلسلة من خطوط الانبعاث التي تغيّرت طاقتها مع الزمن وفق قانون أُسّي.