من مشروع الجينوم البشري إلى إعادة تعريف مفهوم الشفرة الوراثية

في مطلع القرن الحادي والعشرين، عاش المجتمع العلمي واحدة من أكثر لحظاته تفاؤلًا. ففي عام 2003 أُعلن رسميًا عن اكتمال مشروع الجينوم البشري، وهو المشروع العلمي الضخم الذي استغرق أكثر من ثلاثة عشر عامًا وشارك فيه آلاف الباحثين من مختلف أنحاء العالم بهدف رسم الخريطة الكاملة للمادة الوراثية للإنسان. يومها بدا الأمر كما لو أن البشرية قد حصلت أخيرًا على كتاب الحياة، وأصبح الطريق ممهدًا لفهم جميع أسرار الجسم البشري، من أسباب الأمراض الوراثية إلى آليات الشيخوخة، وربما حتى تفسير الفروق بين البشر أنفسهم.

لم يكن هذا التفاؤل مبالغًا فيه إذا نظرنا إلى طبيعة الاكتشاف. فالجينوم البشري يتكون من نحو ثلاثة مليارات قاعدة نووية مرتبة في تسلسل دقيق داخل ثلاثة وعشرين زوجًا من الكروموسومات. وكان الاعتقاد السائد أن هذا التسلسل يمثل مجموعة التعليمات الكاملة التي تحتاج إليها الخلية لبناء الإنسان وتشغيله، تمامًا كما يحتوي البرنامج الحاسوبي على جميع التعليمات التي يحتاجها الحاسوب لتنفيذ مهمة معينة. ولذلك شاع وصف الجينوم بأنه البرنامج الذي يكتب الحياة وأصبحت مصطلحات مثل الشيفرة الوراثية جزءًا من الخطاب العلمي والإعلامي على حد سواء.

لكن ما حدث بعد ذلك كان مختلفًا تمامًا عما توقعه العلماء. فبدلًا من أن يصبح الجينوم أكثر وضوحًا، ازداد غموضًا وتعقيدًا مع كل دراسة جديدة. لقد اكتشف الباحثون أن امتلاك التسلسل الكامل للحمض النووي لا يعني بالضرورة فهم كيفية عمله، وأن قراءة الحروف لا تكفي لفهم اللغة. ومع مرور السنوات بدأ يتضح أن التشبيه بين الجينوم والبرنامج الحاسوبي، رغم فائدته التعليمية، يخفي قدرًا كبيرًا من الحقيقة، وربما يقود أحيانًا إلى فهم مضلل لطبيعة الحياة نفسها.

يكمن السبب في ذلك في أن البرامج الحاسوبية تعمل وفق منطق واضح ومحدد. فالمبرمج يكتب التعليمات مسبقًا، ثم ينفذها الحاسوب بالترتيب نفسه كلما توافرت الظروف نفسها. وإذا أعطينا البرنامج المدخلات نفسها، فسوف نحصل دائمًا على النتيجة نفسها، لأن البرنامج لا يغير قواعده أثناء التنفيذ، ولا يعيد كتابة نفسه استجابةً للبيئة المحيطة به. أما الخلية الحية فلا تعمل بهذه الطريقة إطلاقًا. فهي لا تكتفي بقراءة المعلومات الوراثية، بل تتخذ بصورة مستمرة قرارات بشأن أي جزء من هذه المعلومات ينبغي استخدامه، ومتى، وبأي كمية، ولمدة زمنية قد لا تتجاوز دقائق معدودة. والأهم من ذلك أن هذه القرارات تتغير باستمرار تبعًا لحالة الخلية، ونوع النسيج الذي تنتمي إليه، والإشارات القادمة من الخلايا المجاورة، بل وحتى الظروف البيئية المحيطة بالكائن الحي كله.

ولعل أولى المفاجآت الكبرى التي كشفتها نتائج مشروع الجينوم البشري كانت أن الجينات، أي المقاطع التي تحمل تعليمات تصنيع البروتينات، لا تمثل سوى نحو اثنين في المائة فقط من إجمالي المادة الوراثية. أما الثمانية والتسعون في المائة المتبقية، فقد اعتقد كثير من العلماء في البداية أنها بقايا تطورية لا تؤدي وظيفة مهمة، وأطلقوا عليها اسم «الحمض النووي غير الوظيفي» أو «الحمض النووي المهمل». غير أن هذا التصور لم يصمد طويلًا. فمع تطور أدوات البيولوجيا الجزيئية بدأ يتبين أن جزءًا كبيرًا من هذه المناطق يؤدي أدوارًا تنظيمية معقدة، وأن ما بدا للوهلة الأولى عديم الفائدة يمثل في الواقع أحد أهم أسباب تعقيد الكائنات الحية متعددة الخلايا.

لقد أدى هذا الاكتشاف إلى تغيير السؤال الأساسي الذي يطرحه علماء الوراثة. ففي الماضي كان الاهتمام ينصب على معرفة وظيفة كل جين، أما اليوم فأصبح السؤال الأكثر أهمية هو كيف تعرف الخلية متى تستخدم هذا الجين أصلًا؟ والإجابة عن هذا السؤال تقودنا إلى واحدة من أكثر الحقائق إثارة في علم الأحياء الحديث، وهي أن جميع خلايا الجسم البشري تمتلك تقريبًا الجينوم نفسه، ومع ذلك تختلف اختلافًا جذريًا في الشكل والوظيفة.

فالخلية العصبية التي تنقل الإشارات الكهربائية، والخلية العضلية التي تنقبض لتحريك الجسم، وخلايا الكبد التي تستقلب المواد الكيميائية، وخلايا الجلد التي تحمي الجسم من العالم الخارجي، كلها تحتوي على النسخة نفسها من الحمض النووي. ومع ذلك، لا تتشابه أي منها مع الأخرى.

كيف تنظم الخلية الجينات؟ البنية ثلاثية الأبعاد والتنظيم الديناميكي للجينوم

إذا كان الجينوم واحدًا، فمن أين يأتي هذا التنوع الهائل؟ تكمن الإجابة في أن الخلايا لا تستخدم جميع الجينات الموجودة لديها، بل تختار مجموعة محددة منها تبعًا لوظيفتها. ويمكن تشبيه الأمر بمكتبة وطنية ضخمة تضم ملايين الكتب. فجميع فروع المكتبة تمتلك المجموعة نفسها تقريبًا، لكن مكتبة كلية الطب تختلف عن مكتبة كلية الهندسة، ليس لأن محتوياتها الأساسية مختلفة، بل لأن كل واحدة تعرض وتستخدم مجموعة معينة من الكتب أكثر من غيرها. وبالطريقة نفسها، تمتلك جميع الخلايا «المكتبة الوراثية» نفسها، لكن كل خلية تقرأ صفحات مختلفة منها.

غير أن هذا التشبيه لا يزال أقل تعقيدًا من الواقع، لأن المكتبة لا تغير محتويات كتبها، بينما يفعل الجينوم ذلك بصورة غير مباشرة. فالخلية تستطيع أن تزيد أو تقلل من نشاط الجين، وأن توقفه مؤقتًا، أو تعيد تشغيله، أو تستجيب لإشارة طارئة تغير أولوياتها بالكامل خلال دقائق. ولذلك، فإن المعلومات الوراثية لا توجد في الجينات وحدها، وإنما أيضًا في الطريقة التي تُستخدم بها هذه الجينات عبر الزمن.

وهنا تبدأ الصورة في الابتعاد أكثر فأكثر عن عالم البرمجة التقليدية. ففي الحاسوب توجد وحدة مركزية تتخذ القرارات، أما داخل الخلية فلا توجد جهة واحدة تتحكم في كل شيء. بل توجد شبكة هائلة من البروتينات والجزيئات التنظيمية، يتفاعل كل منها مع الآخر في علاقات معقدة تشبه شبكة اجتماعية أكثر مما تشبه دائرة إلكترونية. ويكفي أحيانًا أن تتغير كمية بروتين واحد، أو تصل إشارة كيميائية من خلية مجاورة، حتى يتغير نشاط عشرات الجينات دفعة واحدة، وهو ما يمنح الخلية قدرة استثنائية على التكيف مع الظروف المتغيرة.

وخلال العقود الأخيرة، بدأت أدوات التصوير الجزيئي والتسلسل الوراثي الحديثة تكشف أن هذا التنظيم لا يعتمد فقط على الجزيئات الكيميائية، بل يعتمد أيضًا على الشكل الفيزيائي للجينوم نفسه. فقد اعتاد العلماء، لعقود طويلة، رسم الحمض النووي في صورة شريط خطي طويل، لكن الحقيقة أن هذا الشريط لا يبقى مستقيمًا داخل نواة الخلية، وإنما يلتف وينثني باستمرار، مكونًا بنية ثلاثية الأبعاد شديدة التعقيد. وقد تبين أن هذا الطي ليس مجرد وسيلة لضغط المادة الوراثية داخل النواة، بل يمثل جزءًا أساسيًا من طريقة عملها. فالجينات التي تبدو متباعدة جدًا في التسلسل الوراثي قد تصبح متجاورة فعليًا بعد طي الكروماتين، والعكس صحيح. ومن ثم، فإن فهم الجينوم لم يعد يقتصر على قراءة تسلسل الحروف، بل أصبح يتطلب أيضًا فهم الطريقة التي يتحرك بها هذا التسلسل داخل الفضاء، وكيف يغير شكله باستمرار ليستجيب لمتطلبات الخلية.

ولم يكن إدراك الطبيعة الديناميكية للجينوم سوى بداية رحلة أكثر تعقيدًا. فبعد أن فهم العلماء أن الخلايا لا تستخدم جميع جيناتها في الوقت نفسه، برز سؤال أكثر صعوبة: من الذي يتخذ قرار تشغيل الجينات وإيقافها؟ في البداية، بدا الأمر وكأن هناك مفتاحًا لكل جين، فإذا وصل هذا المفتاح إلى مكانه بدأ الجين في العمل، وإذا غاب توقف نشاطه. لكن هذه الصورة سرعان ما انهارت مع التقدم في دراسة الكائنات الحية المعقدة، واتضح أن عملية تنظيم الجينات لا تعتمد على مفتاح واحد، بل على شبكة ضخمة من القرارات المتداخلة، بحيث يصبح تشغيل أي جين نتيجة لتوافق عدد كبير من العوامل في الوقت نفسه.

تلعب بروتينات تُعرف باسم عوامل النسخ الدور الأول في هذه العملية.

فهي ترتبط بمناطق محددة من الحمض النووي وتساعد على بدء عملية نسخ الجين. إلا أن هذه البروتينات لا تعمل منفردة كما كان يُعتقد في الماضي، بل تتفاعل مع عشرات البروتينات الأخرى داخل الخلية، وقد يتغير تأثير البروتين نفسه باختلاف نوع الخلية أو المرحلة العمرية أو حتى الإشارات الكيميائية التي تستقبلها الخلية في تلك اللحظة. فالعامل الذي ينشط أحد الجينات داخل الخلايا العصبية قد يثبط الجين نفسه داخل خلايا الكبد، لأن البيئة الجزيئية المحيطة به مختلفة تمامًا.

وإذا أردنا تقريب الصورة، فإن تنظيم الجينات في الخلية البشرية يشبه اجتماعًا لمجلس إدارة يضم عشرات الأعضاء، وليس قرارًا يصدره مدير واحد. فكل عضو يمتلك جزءًا من المعلومات، ولا يصدر القرار النهائي إلا بعد تفاعل الجميع. وقد تكون نتيجة الاجتماع تشغيل الجين بقوة، أو تشغيله بدرجة محدودة، أو تأجيل نشاطه، أو إيقافه بالكامل. ومن هنا جاءت قدرة الخلايا على الاستجابة الدقيقة للتغيرات المستمرة داخل الجسم وخارجه.

ولا تقتصر عملية التنظيم على عوامل النسخ، بل توجد على امتداد الجينوم مناطق تنظيمية تُعرف باسم المعززات. ويمكن تشبيه هذه المناطق بغرف التحكم التي تستقبل الإشارات المختلفة قبل إرسال الأمر النهائي إلى الجين. والمثير للاهتمام أن عدد هذه المعززات يفوق عدد الجينات نفسها بأضعاف، وأن الجين الواحد قد يخضع لتأثير عدد كبير منها في الوقت نفسه. وهذا يعني أن نشاط أي جين ليس نتيجة عنصر واحد، بل هو حصيلة دمج عدد كبير من الإشارات البيولوجية المتزامنة.

لكن أكثر ما أدهش العلماء أن هذه المعززات لا توجد دائمًا بالقرب من الجينات التي تتحكم فيها. فقد تفصل بينها ملايين القواعد النووية، بل قد تقع بينهما عشرات الجينات الأخرى. ولو تعاملنا مع الجينوم باعتباره شريطًا مستقيمًا، لبدت هذه الظاهرة غير منطقية تمامًا. إلا أن الحقيقة مختلفة؛ فالحمض النووي داخل نواة الخلية لا يبقى ممدودًا في خط مستقيم، وإنما يلتف وينثني باستمرار، مكونًا حلقات معقدة تجعل أجزاءً متباعدة جدًا في التسلسل الوراثي متجاورة في الفراغ. وبذلك تستطيع المعززات أن تتفاعل مباشرة مع الجينات المستهدفة، رغم أنها تبدو بعيدة عنها على مستوى التسلسل.

وقد أدى هذا الاكتشاف إلى تغيير جذري في فهم العلماء للجينوم. فلم يعد ترتيب القواعد النووية وحده هو العنصر الحاسم، بل أصبح الشكل ثلاثي الأبعاد للكروماتين جزءًا لا يتجزأ من المعلومة البيولوجية. ولعل أحد أهم الاكتشافات الحديثة هو أن الخلية تعيد تشكيل هذا التنظيم المكاني بصورة مستمرة. فالجينوم ليس ثابتًا، بل يتغير شكله تبعًا لحالة الخلية ووظيفتها والإشارات التي تستقبلها. ويمكن أن تختلف البنية المكانية للجينوم بين خليتين متجاورتين من النوع نفسه، وهو ما يوضح مدى الديناميكية التي يعمل بها هذا النظام.

ومن منظور رياضي، يمكن النظر إلى الجينوم باعتباره نظامًا ديناميكيًا عالي الأبعاد، وليس دالة بسيطة تربط بين مدخلات ومخرجات. ففي البرنامج الحاسوبي التقليدي يمكن كتابة العلاقة على صورة: مدخلات محددة تؤدي إلى مخرجات محددة. أما في الجينوم، فإن المخرجات تعتمد على الحالة الداخلية للخلية، وتاريخها السابق، وإشاراتها الكيميائية، وتنظيمها ثلاثي الأبعاد، والعلامات فوق الجينية، ونوع النسيج، والبيئة المحيطة. ولذلك فإن الجين الواحد قد يؤدي إلى نتائج مختلفة تمامًا في ظروف مختلفة، رغم أن تسلسله الوراثي لم يتغير.

الذكاء الاصطناعي والجينوم: بين التنبؤ والفهم

مع الثورة الأخيرة في الذكاء الاصطناعي، عاد الجينوم إلى قلب الاهتمام العلمي من جديد، ولكن هذه المرة من زاوية مختلفة. فبعد أن أثبتت النماذج اللغوية الضخمة قدرتها على تعلم أنماط معقدة داخل النصوص البشرية، بدأ الباحثون يتساءلون: ماذا لو تعاملنا مع الجينوم بالطريقة نفسها؟ فإذا كانت النماذج تستطيع تعلم قواعد اللغة دون أن تُبرمج عليها صراحة، فربما تستطيع أيضًا تعلم «لغة الحياة» من خلال قراءة مليارات القواعد النووية واكتشاف العلاقات الخفية بينها.

ومن هذا التصور ظهرت فئة جديدة من النماذج تعرف باسم النماذج الجينومية التأسيسية (Genomic Foundation Models). وتعتمد هذه النماذج على تدريب شبكات عصبية ضخمة على كميات هائلة من البيانات الوراثية، بحيث تتعلم الأنماط الإحصائية التي تربط بين تسلسل الحمض النووي ووظائفه البيولوجية. ويأمل الباحثون أن تتمكن هذه النماذج من التنبؤ بتأثير الطفرات الجينية، أو تفسير أسباب بعض الأمراض، أو المساعدة في تصميم علاجات أكثر دقة، وربما حتى تصميم تسلسلات وراثية جديدة تؤدي وظائف محددة.

وقد حققت هذه النماذج بالفعل نتائج لافتة في عدد من التطبيقات. فهي أصبحت قادرة على توقع تأثير كثير من الطفرات الوراثية قبل اختبارها معمليًا، والمساعدة في تفسير بعض الأمراض النادرة، وتسريع اكتشاف أهداف دوائية جديدة. وفي بعض الحالات استطاعت تقليل سنوات من العمل التجريبي إلى أيام أو أسابيع من التحليل الحاسوبي. ولا شك أن هذه الإنجازات تمثل خطوة مهمة في تطور علم الأحياء الحسابي.

لكن النجاح في التنبؤ لا يعني بالضرورة النجاح في الفهم. فالنموذج قد يتعلم أن طفرة معينة ترتبط بمرض محدد، دون أن يعرف لماذا يحدث ذلك. وقد يكتشف علاقة إحصائية قوية بين تسلسلين وراثيين، لكنه لا يدرك الشبكة المعقدة من التفاعلات البيولوجية التي أدت إلى هذه العلاقة. وهنا يظهر الفرق الجوهري بين بناء نموذج يستطيع إعطاء إجابة صحيحة، وبين بناء نظرية علمية تفسر أسباب هذه الإجابة.

وتزداد هذه المشكلة تعقيدًا عندما نتذكر أن الجينوم لا يعمل بمعزل عن بقية الجسم. فطريقة استخدام الجينات تتغير تبعًا لنوع الخلية، والعمر، والحالة الصحية، والنظام الغذائي، والهرمونات، والاستجابة المناعية، والميكروبيوم الذي يعيش داخل الجسم، بل وحتى الضغوط البيئية التي يتعرض لها الإنسان. ولذلك، فإن الجينوم لا يمثل المصدر الوحيد للمعلومات البيولوجية، وإنما يشكل جزءًا من منظومة أكبر تتبادل مكوناتها التأثير بصورة مستمرة.

ومن منظور علم المعلومات، يمكن القول إن الجينوم لا يخزن تعليمات بالمعنى التقليدي، وإنما يخزن إمكانات. فالنتيجة النهائية لا يحددها النص الوراثي وحده، بل يحددها أيضًا السياق الذي يُقرأ فيه هذا النص. ومن هنا، بدأ بعض الباحثين يتساءلون عما إذا كانت الاستعارة التي تربط الجينوم بالحاسوب قد استنفدت فائدتها. فربما يكون الجينوم أقرب إلى مدينة حية تتغير شوارعها باستمرار، أو إلى نظام بيئي تتفاعل مكوناته بصورة مستمرة، منه إلى برنامج جامد مكتوب بلغة برمجة. ففي المدينة لا تحدد الخريطة وحدها حركة السكان، بل تؤثر فيها حركة المرور، والطقس، والأحداث اليومية، والقرارات الفردية، والعلاقات الاجتماعية. وكذلك الجينوم؛ فهو لا يعمل من خلال الجينات وحدها، بل من خلال شبكة متداخلة من العلاقات والقرارات والاستجابات التي تتغير في كل لحظة.

ولا يقتصر تأثير هذا الفهم الجديد على علم الأحياء وحده، بل يمتد أيضًا إلى مستقبل الذكاء الاصطناعي نفسه. فقد اعتادت معظم نماذج التعلم العميق النظر إلى البيانات باعتبارها أمثلة مستقلة يمكن التعلم منها، في حين يبدو أن الأنظمة البيولوجية تعتمد بدرجة أكبر على التفاعل المستمر بين البنية، والتاريخ، والسياق، والتغذية الراجعة. وربما يكون هذا أحد الأسباب التي تجعل الكائنات الحية قادرة على التكيف مع ظروف جديدة بسرعة تفوق كثيرًا قدرة أنظمة الذكاء الاصطناعي الحالية، التي تحتاج غالبًا إلى إعادة تدريب واسع عند مواجهة مواقف لم تمر بها من قبل.

ولهذا، بدأ بعض العلماء يتحدثون عن ضرورة الانتقال من بناء نماذج تتعلم العلاقات الإحصائية فقط، إلى نماذج تستطيع تمثيل الديناميكيات التي تحكم الأنظمة البيولوجية. فقد يحتاج الذكاء الاصطناعي في المستقبل إلى فهم كيف تتغير الشبكات التنظيمية عبر الزمن، وكيف تؤثر البنية ثلاثية الأبعاد للجينوم في نشاط الجينات، وكيف تعيد الخلية تنظيم نفسها استجابة للظروف المتغيرة. ولن يتحقق ذلك بالاعتماد على البيانات الوراثية وحدها، بل بدمجها مع بيانات الخلايا المفردة، والتعبير الجيني، والبروتينات، والتفاعلات الكيميائية، والصور المجهرية، والبيانات السريرية، في إطار موحد يصف النظام البيولوجي بأكمله.

ومن اللافت أن هذا الاتجاه يعيد إحياء فكرة قديمة في العلوم، وهي أن فهم الظواهر المعقدة لا يتحقق بدراسة مكوناتها منفردة، بل بدراسة العلاقات التي تربط بينها. فالخلية ليست مجرد مجموعة من الجزيئات، والجينوم ليس مجرد قائمة من الجينات، والإنسان ليس مجرد مجموع خلاياه. إن الخصائص الأكثر إثارة في الأنظمة الحية تنشأ من التفاعل بين عناصرها، وهي خصائص يصعب استنتاجها إذا نظرنا إلى كل عنصر بمعزل عن الآخر.

نحو فهم جديد للحياة

والذكاء الاصطناعي

وربما يكون الدرس الأهم الذي قدمه علم الجينوم خلال العقود الأخيرة هو أن الحياة أكثر إبداعًا من جميع الاستعارات التي حاول الإنسان استخدامها لوصفها. فقد شبهنا الجينوم بالكتاب، ثم بالحاسوب، ثم بالبرنامج، لكن كل تشبيه كان ينجح في تفسير جانب من الحقيقة ويعجز عن تفسير جوانب أخرى. واليوم يبدو أن الجينوم ليس أيًا من هذه الأشياء، بل هو نظام حي يتخذ قرارات بصورة مستمرة، ويعيد تنظيم نفسه، ويستجيب لتاريخه ولبيئته ولحالته الداخلية في آن واحد.

ولا يعني ذلك أن الذكاء الاصطناعي عاجز عن فهم هذا النظام، بل على العكس، فمن المرجح أن يكون أحد أهم الأدوات التي ستقود الاكتشافات البيولوجية خلال العقود المقبلة. إلا أن نجاحه لن يعتمد فقط على زيادة حجم النماذج أو عدد البيانات، وإنما على مدى قدرتنا على تمثيل الطبيعة الحقيقية للجينوم كما هي، لا كما كنا نتخيلها. فكلما اقتربت نماذجنا من الطريقة التي تعمل بها الأنظمة الحية، أصبحت أكثر قدرة على تفسيرها والتنبؤ بسلوكها.

وفي النهاية، يمكن القول إن الإنجاز الحقيقي لمشروع الجينوم البشري لم يكن مجرد قراءة ثلاثة مليارات قاعدة نووية، بل اكتشاف أن هذه القراءة ليست سوى بداية القصة. فالحياة لا تُكتب في تسلسل الحمض النووي وحده، وإنما تُصاغ أيضًا في طريقة تنظيمه، وفي شكله داخل الخلية، وفي الإشارات التي يستقبلها، وفي القرارات التي يتخذها كل لحظة. ولهذا، فإن الجينوم ليس «شفرة للحياة» بالمعنى البسيط الذي تخيلناه في الماضي، بل منظومة معلوماتية حية تتطور باستمرار، وتدعونا إلى إعادة التفكير ليس فقط في علم الوراثة، وإنما أيضًا في الطريقة التي نبني بها الذكاء الاصطناعي ونفهم بها الأنظمة المعقدة. وربما تكون هذه هي الرسالة الأعمق التي تحملها أبحاث الجينوم الحديثة: كلما اقتربنا من فهم الحياة، اكتشفنا أن تعقيدها ليس عقبة أمام العلم، بل هو مصدر ثرائه الحقيقي، والدافع الذي سيقود موجة الاكتشافات القادمة في البيولوجيا والذكاء الاصطناعي معًا.