پرش به محتوای اصلی
پرش به محتوای مقاله

پلتفرم GenoMorph حدود ۲۳۰۰ هدف ژنتیکی برای بازسازی منقار دودو شناس کرد

·۲۳ مهر ۱۴۰۵۶ دقیقه مطالعه
هوش مصنوعی GenoMorph شرکت Colossal برای شناسایی اهداف ویرایش ژن دودو معرفی شد
هوش مصنوعی GenoMorph شرکت Colossal برای شناسایی اهداف ویرایش ژن دودو معرفی شد
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

انتقال از توصیف توالی‌های DNA باستانی به پیش‌بینی عملکردی سوئیچ‌های تنظیم‌کننده با استفاده از داده‌های گونه‌های زنده؛ یعنی تبدیل «نقشه» به «دستورالعمل اجرایی».

تصور کنید می‌خواهید یک سازه‌ی عظیم را بازسازی کنید، اما تنها تکه‌هایی پاره‌پاره از نقشه‌ی قدیمی آن در دست دارید. این دقیقاً همان چالشی است که دانشمندان برای بازگرداندن پرنده‌ی دودو با آن روبروستند و حالا هوش مصنوعی قرار است این قطعات گم‌شده را پیدا کند. در حالی که منقار متمایز پرنده دودو زمانی یک معمای بیولوژیکی بود، اکنون به یک مسئله‌ی داده‌ای تبدیل شده است.

در ۱۴ اکتبر ۲۰۲۶، شرکت Colossal Biosciences اعلام کرد که پلتفرم جدیدش به نام GenoMorph توانسته است حدود ۲۳۰۰ عنصر تنظیم‌کننده‌ی DNA کاندید مرتبط با اندازه و شکل منقار پرندگان را شناسایی کند. بازگرداندن گونه‌های منقرض‌شده یا «برگشت از انقراض» (De-extinction)، هرگز به سادگی کپی-پیست کردن یک ژنوم قدیمی نیست؛ زیرا DNA باستانی معمولاً تخریب شده و تکه‌تکه است و دانشمندان نمی‌توانند مانند گونه‌های زنده، به داده‌های سطح جمعیت تکیه کنند.

برای پر کردن این شکاف، Colossal از هوش مصنوعی زاینده (Generative AI) — شبیه به یک کارآگاه که با بررسی هزاران پرونده‌ی مشابه، الگوهای پنهان یک پرونده‌ی قدیمی را حدس می‌زند — استفاده می‌کند تا بفهمد «سوئیچ‌های» ژنتیکی در پرندگان زنده چگونه عمل می‌کنند و سپس این الگوها را روی سوابق ژنومی محدود دودو پیاده کند.

در واقع، اگر ژنوم را یک نقشه‌ی ساختمانی بدانیم، ژن‌های کدکننده پروتئین دستورات ساخت یک پرنده را فراهم می‌کنند، اما DNA تنظیم‌کننده مانند یک کلید dimmer عمل می‌کند که کنترل می‌کند این دستورات در چه زمانی و در کجا فعال شوند. همین سازوکار است که تعیین می‌کند یک پرنده منقاری ظریف داشته باشد یا ساختاری سنگین و منحنی مانند دودو.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی مهندسی ژنتیک و مدل‌های پیش‌بینی بیولوژیکی اشاره کردیم، کلید موفقیت در این پروژه‌ها، عبور از توصیف ساده به سمت عملکرد واقعی است. این رویکرد یادآور پیشرفت‌های اخیر در کشف ابزارهای ویرایش ژنتیکی است، جایی که عامل‌های هوش مصنوعی آنتروپیک توانستند سامانه‌ی آنزیمی ART را شناسایی کنند و مرزهای دستکاری دقیق DNA را جابه‌جا کنند.

سازوکار GenoMorph

تیم پژوهشی برای ساخت این پلتفرم، یک «اطلس تنظیم‌کننده‌ی پرندگان» ایجاد کرد که شامل صدها نمونه از مرغ، قرقاول، اردک و کبوتر است. آن‌ها این داده‌ها را در ۶ مرحله از رشد جنینی و در ۳ ناحیه مختلف صورت نقشه‌برداری کردند.

GenoMorph این داده‌های بیولوژیکی را با اندازه‌گیری‌های CT اسکن جمجمه‌ی بیش از ۷۰ گونه پرنده ترکیب می‌کند. در این میان، کبوتر نیکوبار (Nicobar pigeon) که نزدیک‌ترین خویشاوند زنده‌ی دودو است، با استفاده از ۵۴۱ نقطه آناتومیک دقیق نقشه‌برداری شده است.

به نقل از این شرکت، تحلیل‌های هوش مصنوعی به اهداف مشخصی منجر شده است:

  • ۶۵۳ عنصر تنظیم‌کننده کاندید برای اندازه منقار.
  • ۱۶۹۸ عنصر مرتبط با ضخامت و پهنای منقار.

بن لم (Ben Lamm)، مدیرعامل و هم‌بنیان‌گذار شرکت، تأکید کرد که GenoMorph روشی تکرارپذیر برای هر گونه منقرض‌شده‌ای فراهم می‌کند که سوابق ژنومی محدودی دارد. این پلتفرم به تیم اجازه می‌دهد تا بدون نیاز به جمعیت عظیمی از نمونه‌های باستانی، سوئیچ‌های ژنتیکی مؤثر در آناتومی دودو را شناسایی کنند.

اعتبارسنجی فنی و دقت مدل

پژوهشگران یافته‌های اولیه خود را در کنفرانس تحقیقاتی Craniofacial Gordon و نشست سالانه‌ی ۲۰۲۶ انجمن زیست‌شناسی مولکولی و تکامل (SMBE) ارائه کردند. آن‌ها از یک شبکه عصبی پیچشی (Convolutional Neural Network) استفاده کردند که روی داده‌های دسترسی به کروماتین حاصل از کالبدشکافی‌های ناحیه صورت در جنین‌های کبوتر، مرغ، قرقاول و اردک آموزش دیده بود.

این سیستم قدرت پیش‌بینی بالایی نشان داد و به میانگین صحت (AUC) ۰.۸۶۳ در داخل گونه‌ها و ۰.۸۴۸ بین گونه‌های مختلف رسید. از این داده‌ها برای پیش‌بینی دسترسی در یک تراز (Alignment) شامل ۳۶۳ گونه پرنده استفاده شد.

یافته‌های کلیدی از تحلیل‌های فنی عبارتند از:

  • یک رگرسیون فیلوژنتیک از ۲۹۳,۶۸۶ ناحیه کروماتین باز، ۲۱۰ ناحیه را یافت که ارتباط معناداری با طول منقار داشتند (با نرخ کشف کاذب FDR < 0.2).
  • ژن CACHD1 به عنوان یکی از اصلی‌ترین کاندیدها ظاهر شد که بیان آن در گونه‌های منقار-بلند طی رشد فرآیند پیشانی-بینی (frontonasal process) افزایش می‌یابد.
  • یک تحلیل ترانسکریپتومیک مجزا، ۳۵۶ ژن را شناسایی کرد که دینامیک بیان آن‌ها بین گونه‌های منقار-بلند و منقار-کوتاه متفاوت است.

آنا کیت (Anna Keyte)، مدیر گونه‌های پرنده در Colossal، اشاره کرد که ثبت نحوه تغییر فعالیت‌های تنظیم‌کننده در گونه‌ها و مراحل مختلف رشد، بیش از یک سال کار آزمایشگاهی متمرکز را می‌طلبید.

فراتر از هوش مصنوعی: خط لوله بیولوژیکی

پیش‌بینی‌های هوش مصنوعی بدون راهی برای تست، بی‌فایده هستند. Colossal برای پشتیبانی از GenoMorph چندین پیشرفت زیرساختی حیاتی را گزارش کرده است:

  • بهبود مونتاژ ژنوم: با استفاده از یک روش مونتاژ تکرار شونده (Iterative Assembly) که از پروژه گرگ دیره (Dire Wolf) گرفته شده، اکنون ۹۵٪ از بازهای دودو با پوششی حداقل ۵ برابری و میانگین پوشش ۶۵ برابری پوشش داده شده‌اند. این روش از سوگیریِ نقشه‌برداری تکه‌ها صرفاً بر اساس یک ژنوم مرجع زنده جلوگیری می‌کند.
  • پایه‌های سلولی: تیم خود را در تگزاس گسترش داد و تعداد کبوترهای نیکوبار را به ۳۶ عدد رساند. آن‌ها سلول‌های جنسی اولیه (Primordial Germ Cells) را از این پرندگان استخراج کردند که برای ایجاد ویرایش‌های ارثی ضروری هستند.
  • تست‌های کیمریک: دانشمندان نخستین جوجه‌های کیمریک را با استفاده از سلول‌های بنیادی جنینی پرندگان پرورش دادند. این امر ثابت می‌کند که سلول‌های کشت‌شده می‌توانند در یک جنین میزبان ادغام شوند. این سیستم در حال گسترش به کبوترهاست تا یک پلتفرم غربالگری فنوتیپی ایجاد شود.
  • سیستم‌های تحویل: یک پلتفرم جدید نانوذرات لیپیدی (LNP) اکنون ابزارهای CRISPR، DNA و RNA را به جنین پرندگان منتقل می‌کند. در تست‌های روی جنین کبوتر صخره‌ای و اردک، ویرایش تنظیم‌کننده رشد استخوان یعنی Runx2، یک فنوتیپ واضح در ناحیه صورت ایجاد کرد.

مسیر رسیدن به یک پرنده زنده

این ابزارها یک خط لوله کامل (Full-stack) را می‌سازند: ابتدا GenoMorph یک سوئیچ ژنتیکی را پیش‌بینی می‌کند. سپس سیستم نانوذرات لیپیدی آن سوئیچ را در زمان واقعی روی یک جنین تست می‌کند. در نهایت، ویرایش‌های تأییدشده در سلول‌های جنسی اولیه کبوتر نیکوبار مهندسی می‌شوند تا نسل‌های آینده با ویژگی‌های شبیه به دودو متولد شوند.

بث شاپیرو (Beth Shapiro)، مدیر علمی شرکت، توضیح داد که آناتومی شاخص دودو حاصل شبکه‌ای از دستورات تنظیم‌کننده است که تفسیر آن‌ها از روی DNA باستانی به تنهایی دشوار است. با ترکیب تنوع پرندگان زنده و هوش مصنوعی، تیم می‌تواند تغییراتی را اولویت‌بندی کند که احتمالاً بیشترین نقش را در شکل‌دهی به دودو داشته‌اند.

شرکت Colossal همچنین در حال توسعه یک ژنوم «تلومر به تلومر» (T2T) برای کبوتر نیکوبار است تا مونتاژ فعلی در سطح کروموزوم را بهبود بخشد. آن‌ها قصد دارند داده‌های توالی‌یابی «سولیتیر رودریگز» (Rodrigues solitaire) — یکی دیگر از خویشاوندان منقرض‌شده دودو — را دوباره بر اساس این مرجع بهبودیافته نقشه‌برداری کنند تا کامل‌تر شود.

این چرخش، علم را از حالت توصیفی (صرفاً خواندن DNA باستانی) به بیولوژی کاربردی تبدیل می‌کند. Colossal با استفاده از کبوتر نیکوبار به عنوان یک بوم زنده، در تلاش است تا با دقتِ هدایت‌شده توسط هوش مصنوعی، یک ظاهر منقرض‌شده را «تراش» دهد.

برای حوزه بیوتکنولوژی، این موضوع ثابت می‌کند که هوش مصنوعی می‌تواند داده‌های تکه‌تکه باستانی را با بهره‌گیری از تنوع خویشاوندان زنده سنتز کند و بازگشت از انقراض را از یک «شانس» به یک «فرآیند مهندسی تکرارپذیر» تبدیل کند.

منتظر مقاله داوری‌شده (Peer-reviewed) ژنوم دودو از سوی Colossal باشید که احتمالاً جزئیات مربوط به پر کردن شکاف‌های نهایی در نقشه ژنتیکی دودو را شرح می‌دهد. همچنین، دست‌نوشته‌ای که پلتفرم نانوذرات لیپیدی را توصیف می‌کند، پیش از این به سرور پیش‌چاپ bioRxiv ارسال شده است.

گام بعدی شما

  • دنبال کردن مقاله داوری‌شده (Peer-reviewed) ژنوم دودو که به‌زودی منتشر می‌شود تا شکاف‌های نهایی نقشه ژنتیکی را بررسی کنید.
  • مطالعه پیش‌چاپ (Preprint) مربوط به پلتفرم نانوذرات لیپیدی در سرور bioRxiv برای درک نحوه تحویل ابزارهای CRISPR.
  • بررسی وضعیت پروژه‌های مشابه بازگشت از انقراض برای مقایسه نرخ موفقیت مدل‌های پیش‌بینی بیولوژیکی.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell و نقش آن‌ها در شبیه‌سازی‌های بیولوژیکی مراجعه کنید.

چرا این موضوع مهم است؟

این دستاورد با تکیه بر تخصص بین‌رشته‌ای در بیوانفورماتیک و یادگیری ماشین، بازگشت از انقراض را از یک ایده تخیلی به یک پروتکل مهندسی تبدیل می‌کند. اعتبار این روش با نتایج AUC بالا در گونه‌های مختلف تأیید شده است.

تأثیر برای ایران

این خبر بیشتر برای پژوهشگران مدل‌های بنیادی و بیوتکنولوژی اهمیت دارد تا بازار مصرف ایران و در حال حاضر اثر مستقیمی بر کاربران ایرانی ندارد.

·نگاه ما
تحریریه دات‌هوش

استفاده از مدل‌های پیش‌بینی برای پر کردن شکاف‌های داده‌ای در DNA باستانی، پارادایم بازگشت از انقراض را تغییر می‌دهد. دیگر بحث بر سر «یافتن» ژن‌ها نیست، بلکه بحث بر سر «استنتاج» عملکرد آن‌ها از طریق شباهت‌های تکاملی است. این رویکرد نشان می‌دهد که هوش مصنوعی در حال تبدیل شدن به یک پل میان پالئونتولوژی (دیرین‌شناسی) و مهندسی ژنتیک است.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.