في عالم البيولوجيا الحاسوبية، تبقى مسألة العثور على وظائف الجينات للكائنات غير المدروسة تحدياً كبيراً، حيث تشير التقديرات إلى أن 20-70% من الجينات المسلسلة لا تملك وظائف موصوفة. تمثل الطرق التقليدية المعتمدة على التشابه تكاليفاً عالية، وغالباً ما تعتمد على تشابه تسلسلي كبير، مما يجعل البحث عن الحلول أكثر تعقيداً.

تقدم الدراسة الجديدة المعروفة باسم Homo-RAG إطاراً يركز على التنبؤ بوظائف الجينات باستخدام نماذج اللغات الضخمة (Large Language Models)، حيث يدمج بين الاسترجاع متعدد الخطوات الموجه بالتشابه والترتيب المعتمد على الأدلة. يعتمد هذا الإطار على العلاقات البيولوجية بين الأسماك الزرقاء (زريعة السمك) والأنواع البشرية لتوجيه استخراج الأدلة من مصادر متكاملة مثل ZFIN وUniProt وPubMed.

تتضمن هذه العملية تصنيف الثقة للأدلة (Evidence Confidence Score - ECS) الذي يجمع بين عدة عوامل مثل الأهمية الدلالية، تطابق الكيانات، معلومات الأرتولوجي (Orthology)، موثوقية المصدر، وإشارات الترابط الأدبي. كما أظهرت التقييمات الواسعة النطاق عبر 150 استفساراً و7200 مستند مسترجع، أن استخدام معامل وزن الأدلة Lambda=0.50 أدى إلى تحسين مؤشرات الترتيب بشكل ملحوظ.

تشير النتائج إلى أن 80% من الوثائق المسترجعة كانت فريدة للاستفسارات، مما يدل على أن جودة الأدلة تعزز من صلة الاسترجاع بدلاً من أن تحل محلها. تُعد هذه النتائج بمثابة خطوة كبيرة نحو تحسين توقع وظائف الجينات في الكائنات التي لم تُدرس بشكل كاف، مما يفتح الأبواب أمام تطويرات مستقبلية جديدة في خصائص الأدلة وآليات النسخ.

ما هي توقعاتكم للتطورات المستقبلية في هذا المجال؟ شاركونا آرائكم في التعليقات!