مقدمة: لماذا الريجريشن الرمزي مهم للأحياء؟
في البحث البيولوجي والطبّي، كثيراً ما نواجه مجموعات بيانات تجريبية صغيرة أو مُلوَّثة بالضوضاء مع افتقار إلى نماذج تفسيرية بسيطة. الريجريشن الرمزي (Symbolic Regression) يسعى لاكتشاف عبارات رياضية صريحة — بدلاً من نموذج صندوق أسود — تفسر العلاقة بين المتغيرات وتقدّم معادلات قابلة للتفسير علمياً. هذه الفكرة ليست جديدة: أعمال مبكرة أظهرت قدرة الخوارزميات على استخلاص قوانين طبيعية من بيانات الحركة والأنظمة الفيزيائية، ممّا أتى كخطوة مهمة نحو "أتمتة" اكتشاف القوانين العلمية.
هذا المقال يقدّم صورة عملية: أي أدوات تُستخدم اليوم، كيف يمكن بناء خط أنابيب عملي للتعامل مع الضوضاء، وأمثلة تطبيقية في نمذجة أنظمة بيولوجية ومرضية.
أدوات وخوارزميات شائعة
1) أدوات عامة ومشاريع مفتوحة
- PySR — إطار عالي الأداء للريجريشن الرمزي بواجهة Python/Julia، مُستخدم حالياً في مجالات علمية متنوعة ويتيح بحثاً متوازياً ومعايير تعقيد معقولة أثناء اختيار المعادلات. مناسب لتحويل نماذج شبكات عصبية منخفضة الأبعاد إلى معادلات قابلة للتفسير.
- SINDy (Sparse Identification of Nonlinear Dynamics) — إطار مخصّص لاكتشاف معادلات تفاضلية تُحكم الديناميكيات، مفيد لبيانات الزمنية التي تصف أنظمة حيوية ديناميكية (مثل النماذج الوبائية أو ديناميكا الخلية). يُركّز على اختيار تعابير قِلّة الحدود (sparse) في قاموس الدوال.
- تحسينات SINDy‑PI ونسخة SINDy مع الضبط — إصدارَات أحدث صُممت لتحسين المتانة أمام الضوضاء وتوسيع الفئات التي تُكتشف (مثل الدوال الكسرية أو العلاقات الضمنية). هذه الإصدارات تُظهر تقدماً كبيراً في مقاومة الضوضاء عند تعلم أنظمة ODE/PDE من بيانات محدودة.
- AI Feynman وطرق قائمة على الفيزياء — تقترن أساليب تعتمد على اكتشاف البنية (symmetries, separability) مع تعلّم عصبي لإكتشاف تعابير رمزية أكثر متانة أثناء وجود ضوضاء. تصاميم مثل AI Feynman تُظهر قدرة جيدة على استخراج قوانين دقيقة من بيانات مضطربة عبر دمج مفاهيم فيزيائية في البحث.
2) أدوات تجارية وذات تركيز طبي
- قواعد وأدوات موجهة للسياق الطبي — هناك حلول مُخصّصة (مثلاً أدوات تجريبية مثل QLattice وتقنيات أخرى) رُكّزت على التطبيقات الطبية لإنتاج نماذج بسيطة قابلة للتفسير تُستخدم في دراسات السّرطان والأمراض القلبية والتنبؤات السريرية (تتطلب تحققات مستقلة قبل الاعتماد العيادي).
سير عمل عملي: من البيانات التجريبية إلى معادلة تفسيرية
فيما يلي خطوات مجرّبة لتطبيق الريجريشن الرمزي على مسائل بيولوجية مع بيانات ضوضائية.
- فهم مصدر البيانات وتوليد الميزات: ابدأ بوصف المتغيرات، وحدد أي ثوابت فيزيائية/بيولوجية يمكن إدخالها كقيود (مثل الحفاظ على الكتلة، القيم الموجبة، وحدات القياس). استخدم تحوُّلات مميزة (لوغاريتم، مشتقات رقمية، نسب) لتسهيل اكتشاف البنية.
- تنظيف واحتواء الضوضاء: بدل الاعتماد على تقدير مشتقات بدقة في وجود ضوضاء عالية، استخدم طرق تكاملية أو تقديرات مشتقات مُنظمة؛ وحاول استعمال SINDy‑PI أو طرق تعتمد التكامل لتقليل حساسية الضوضاء.
- بناء قاموس الدوال والقيود الفيزيائية: قلِّل مساحة البحث بإدراج الدوال المعقولة (خطية، قوى، كسور، لوجستية، عكسية) وقيِّد الحلول التي تنتهك القوانين المعروفة (مثل سلوك عددي غير منطقي أو أبعاد وحدات خاطئة).
- تشغيل البحث والتدفُّق الهجيني: ابدأ بتشغيل خوارزمية مثل PySR للبحث التطوري مع معايير تعقيد واضافة قيود مشكلة (regularization/prior). إمّا استخدم البحث التطوري الكامل، أو استراتيجية "distill-then-simplify": تدريب شبكة عصبية أولاً ثم استخراج معادلة رمزية من الشبكة.
- اختيار النموذج ومقاييس التفسير: قارن المرشحات على منحنى Pareto بين الخطأ والتعقيد، وفضّل المعادلات التي تُطابق المعرفة السابقة أو تسمح بتفسير بيولوجي. راجع ثبات النموذج عبر إعادة تهيئة البيانات (bootstrap) وتحليل حساسية المعاملات.
- تحقُّق تجريبي/بيولوجي: خطوة لا غنى عنها — أجرِ تجارب جديدة أو استخدم مجموعات بيانات مستقلة لاختبار قدرة التعميم والتنبؤ للنموذج.
دراسات حالة موجزة (أمثلة تطبيقية)
- نماذج نمو الخلايا/الأورام: يمكن للريجريشن الرمزي اقتراح صيغ معدّلة لنماذج اللوي (logistic) أو قوانين نمو متعددة المراحل تشرح الطور المتخلخل (lag) والتكاثر والتشبع؛ يفضّل تضمِين قيود بيولوجية مثل سعة الحيز أو التغذية الدموية.
- نماذج ديناميكية فيروسية/مناعية: SINDy وامتداداتها استُخدمت لاكتشاف ديناميكيات رُدود الفعل، والنتائج أظهرت أن الاكتشافات القليلة الحدود يمكن أن تُطابق نماذج فيروسية/دوائية مُعروفة مع قابلية تفسير للسياسات العلاجية.
- استخراج علاقات بيولوجية معقدة: PySR استُخدم في أبحاث علمية لاستخراج علاقات تفسيرية في بيانات محاكاة وفيزيائية/بيولوجية متعددة الأبعاد، ما يبرز قابليته للتخصيص والاندماج مع معارف المجال.