تخطَّ إلى المحتوى
العربية
محتوى FikirPilot

تقدير القيود الوظيفية على مستوى الجينوم باستخدام GPN-Star

حُدِّث: 2026-09-13 · 2 دقيقة قراءة · 217 كلمة

نُشر: · وصلنا الخبر: · مدة المعالجة: 86 ساعة 58 دقيقة

تقدير القيود الوظيفية على مستوى الجينوم باستخدام GPN-Star
شاشة حاسوب تُظهر تصورًا لـ DNA

طوّر باحثون نموذج اللغة الجينومي GPN-Star، الذي يحاكي العلاقات التطورية باستخدام أشجار الأنواع ومحاذاة الجينوم الكامل. وتفوّق النموذج، الذي دُرّب على بيانات تغطي مراحل تطور الفقاريات والثدييات والرئيسيات، على الأساليب السابقة في التنبؤ بتأثير المتغيرات في المناطق المشفّرة وغير المشفّرة من الجينوم البشري. كما حقق GPN-Star نتائج قوية في ترتيب أولويات المتغيرات التي حددتها الدراسات المسببة للأمراض ودراسات الارتباط على مستوى الجينوم، وفي تفسير وراثة السمات المعقدة، وفي اختبارات ارتباط المتغيرات النادرة. وأُثبتت كذلك قابلية تطبيق النموذج على Mus musculus وGallus gallus وDrosophila melanogaster وCaenorhabditis elegans وArabidopsis thaliana.

لماذا هذا مهم

يتيح هذا النهج في الأبحاث الجينومية تقييم تأثير المتغيرات ليس من خلال دراسة التسلسلات كلًّا على حدة فحسب، بل أيضًا بالاستفادة من العلاقات التطورية بين الأنواع. وبذلك، يمكن للباحثين التعامل بصورة أكثر منهجية مع التغيرات، ولا سيما تلك الموجودة في المناطق غير المشفّرة والنادرة الحدوث، التي قد تكون لها الأولوية في دراسات معينة. كما أن إمكانية تطبيقه على كائنات حية مختلفة تُظهر أن الطريقة يمكن استخدامها في دراسات الجينوم المقارن، من دون أن تقتصر على الجينوم البشري. ومع ذلك، تظل كيفية انعكاس الأولويات التي ينتجها النموذج على تفسيرات الأسئلة البيولوجية والأنواع المختلفة إحدى المسائل المفتوحة التي ستحدد نطاق استخدام الطريقة.

الخلفية

Star ليس اسمًا جديدًا في أرشيف FikirPilot: نشرنا خلال آخر 90 يومًا خبرًا ورد فيه هذا الاسم؛ وكان ذلك المقال مؤرخًا في 12 سبتمبر 2026.

المصدر: Nature Machine Learning