ماذا تتعلم نماذج البروتينات سرًا؟ أداة جديدة تفتح جزءًا من الصندوق الأسود

مصطفى محمود
لقطة AI
6 سبتمبر 2026

تبدو البروتينات، في أبسط وصف لها، سلاسل طويلة مكوّنة من أحماض أمينية. لكن ترتيب هذه الأحماض ليس عشوائيًا؛ فهو يحمل تعليمات تحدد كيف يطوى البروتين، ومع أي جزيئات يتفاعل، وما الوظيفة التي يؤديها داخل الخلية.

خلال السنوات الأخيرة، تعلمت نماذج ذكاء اصطناعي ضخمة قراءة هذه السلاسل بطريقة تشبه تعامل النماذج اللغوية مع الكلمات والجمل. غير أن المشكلة ظلت قائمة: تحقق هذه النماذج تنبؤات لافتة، لكن العلماء لا يعرفون دائمًا ما الذي تعلمته داخل طبقاتها، أو لماذا ربطت تسلسلًا معينًا بوظيفة بيولوجية دون غيرها.

دراسة علمية محكّمة، نشرتها مجلة «Nature Communications»، تحاول فتح نافذة داخل هذا الصندوق الأسود.

وقدم باحثون من جامعة كولومبيا الأميركية أداة جديدة أطلقوا عليها اسم «MotifAE»، صُممت لاستخراج الأنماط البيولوجية المخفية داخل نماذج اللغة الخاصة بالبروتينات وتحويلها إلى سمات يمكن للباحثين فحصها ومقارنتها بالمعرفة التجريبية المتاحة.

لغة لا تتكون من كلمات

تتعلم النماذج اللغوية العادية العلاقات بين الكلمات من خلال قراءة كميات هائلة من النصوص. وعلى نحو مشابه، تُدرّب نماذج البروتينات على ملايين السلاسل المكوّنة من الأحماض الأمينية، فتحاول توقع الحمض المفقود أو استنتاج العلاقة بين أجزاء التسلسل.

ومن خلال هذا التدريب، تلتقط النماذج أنماطًا تشكلت عبر ملايين السنين من التطور. وقد تدل بعض هذه الأنماط على موقع ارتباط بجزيء آخر، أو منطقة ضرورية لاستقرار البروتين، أو جزء يؤدي وظيفة محددة داخل الخلية.

لكن هذه المعرفة لا تظهر في صورة قاعدة مفهومة تقول: «هذا النمط مسؤول عن تلك الوظيفة». بل تكون موزعة داخل أعداد هائلة من القيم الرياضية والأوزان، وهو ما يجعل تفسيرها مهمة صعبة.

هنا تحديدًا تدخل أداة MotifAE.

تقسيم المعرفة المعقدة إلى إشارات أوضح

اعتمد الباحثون على تقنية تُعرف باسم «المشفّر الذاتي المتناثر»، وهي طريقة تحاول تفكيك التمثيلات المعقدة داخل النموذج إلى عدد كبير من السمات، مع إبقاء عدد قليل منها نشطًا عند قراءة كل موضع في البروتين.

واستخدم الفريق نموذج البروتينات ESM2، في نسخته التي تضم 650 مليون معامل، ثم درّب MotifAE على تمثيلات مستخرجة من نحو 2.3 مليون بروتين جُمعت بالاستناد إلى قاعدة هياكل AlphaFold2.

أضاف الباحثون قيدًا أسموه «خسارة النعومة»، يشجع الأداة على البحث عن إشارات متماسكة عبر الأحماض الأمينية المتقاربة في السلسلة. والفكرة أن كثيرًا من الأنماط الوظيفية في البروتينات لا تسكن حمضًا أمينيًا واحدًا، بل تظهر في مجموعة مترابطة من المواضع.

بهذه الطريقة، لم تعد المعلومات موزعة فقط في كتلة حسابية يصعب قراءتها، بل تحولت إلى سمات يمكن ربطها بأنماط وظيفية أو بنيوية محتملة.

اختبار أمام أنماط معروفة

لم يكتف الباحثون بالقول إن السمات أصبحت أكثر وضوحًا، بل قارنوها بأنماط بروتينية جرى إثباتها تجريبيًا وتوثيقها في قاعدة بيانات ELM.

وشمل الاختبار 270 نمطًا وظيفيًا، من بينها مواقع الارتباط والتعديلات الكيميائية وإشارات توجيه البروتين ومناطق التحلل والانقسام البروتيني.

حققت أفضل السمات المستخرجة بواسطة MotifAE نتيجة وسيطة بلغت 0.88 وفق مقياس AUROC، مقارنة بنحو 0.80 للمشفّر الذاتي التقليدي. وسجلت الأداة نتائج أعلى من 0.8 مع 193 نمطًا، وتجاوزت 0.9 مع 114 نمطًا.

وتشير هذه الأرقام إلى أن الأداة لم تكن تنتج إشارات رياضية بلا معنى، بل استطاعت استعادة عدد معتبر من الأنماط التي يعرف علماء الأحياء وظائفها مسبقًا.

كما التقطت الأداة بعض المجالات البنيوية الأطول داخل البروتينات، وربطت درجات تنشيط سماتها بأهمية الأحماض الأمينية في الاستقرار والنشاط والارتباط ووظائف أخرى.

من التفسير إلى هندسة البروتينات

الجانب الأكثر طموحًا في الدراسة ظهر عندما ربط الباحثون السمات المستخرجة بنتائج تجارب تقيس أثر الطفرات في استقرار البروتين.

ساعد ذلك على تحديد سمات تبدو مرتبطة بعملية الطي والاستقرار، ثم استخدامها للتنبؤ بما قد يحدث عند تغيير أحماض أمينية معينة. ومن حيث المبدأ، قد يتيح هذا للعلماء تصميم بروتينات تتمتع بخصائص مرغوبة بدل الاعتماد على التجربة العشوائية وحدها.

وهذه الإمكانية مهمة في مجالات تشمل تطوير الأدوية والإنزيمات الصناعية، وفهم الطفرات المرتبطة بالأمراض، وتصميم بروتينات جديدة.

لكن المسافة بين التنبؤ الحاسوبي والدواء الحقيقي ما تزال كبيرة.

فالدراسة قيّمت مقترحات إعادة تصميم البروتينات داخل الحاسوب فقط، ولم تثبت تجريبيًا في المختبر أن البروتينات المقترحة ستُطوى أو تعمل كما توقع النموذج. ويقول الباحثون أنفسهم إن التحقق التجريبي سيكون ضروريًا قبل الحكم على قدرة الأداة في هندسة البروتينات.

نافذة وليست كشفًا كاملًا

لا تعني نتائج MotifAE أن العلماء باتوا يفهمون كل ما يجري داخل نماذج البروتينات.

الأداة كانت أضعف في التقاط المجالات التي تعتمد على علاقات بعيدة ومعقدة بين أجزاء السلسلة؛ لأن آلية «النعومة» المستخدمة تركز أساسًا على النطاقات القريبة. كما أن السمات المستخرجة تتأثر حتمًا بالبيانات التي دُرب عليها نموذج البروتين الأصلي وبمجموعة البروتينات المستخدمة في تدريب الأداة.

وثمة فارق مهم بين العثور على سمة ترتبط بوظيفة بيولوجية وإثبات أن تلك السمة تمثل السبب الحقيقي لهذه الوظيفة. الارتباط الحسابي قد يقود إلى فرضية علمية جيدة، لكنه لا يحل محل التجربة.

ولهذا فإن القيمة الحالية لـMotifAE لا تكمن في تقديم إجابات نهائية، بل في تحويل بعض المعرفة المخبأة داخل النموذج إلى أسئلة واختبارات يستطيع علماء الأحياء التعامل معها.

حتى الآن، كانت نماذج البروتينات تقول للعلماء: «هذا التغيير قد يكون مهمًا». أما الاتجاه الذي تمثله الدراسة الجديدة فيحاول إضافة سؤال أكثر صعوبة: «ما النمط الذي دفع النموذج إلى هذا الاستنتاج، وما الوظيفة البيولوجية التي قد يمثلها؟».

إذا نجح هذا المسار وتكرر اختباره بصورة مستقلة، فقد تنتقل نماذج البروتينات تدريجيًا من آلات قوية للتنبؤ إلى أدوات تساعد العلماء على اكتشاف القواعد الخفية التي تنظّم الحياة نفسها.

عين ترصد الحدث. وعقل يقرأ المشهد.

المصدر العلمي: دراسة Chao Hou وDi Liu وYufeng Shen، المنشورة في «Nature Communications»، والمقبولة علميًا في 24 أغسطس 2026: Unsupervised discovery of functional sequence patterns from protein language model with MotifAE⁠.