دليلك الجيني — المستوى السادس
المعلوماتية الحيوية (Bioinformatics)

المعلوماتية الحيوية (Bioinformatics) هي حقل يجمع بين البرمجة والإحصاء وعلم الأحياء لتحليل كميات ضخمة من البيانات الجينية. بدون هذا الحقل، تبقى ملايين القراءات الخام الناتجة عن أجهزة التسلسل مجرد أرقام وحروف بلا معنى.

تمر البيانات برحلة متعددة المراحل: من ملفات القراءات الخام، إلى محاذاتها مع جينوم مرجعي، إلى استخراج الطفرات، وصولًا إلى تحديد السلالة الأبوية أو المكونات الوراثية التي يراها المستخدم النهائي في تقرير اختباره.

حجم البيانات الجينية الحديثة (ملايين إلى مليارات القراءات لكل عينة) يجعل التحليل اليدوي مستحيلًا؛ لذلك أصبحت أدوات البرمجة والإحصاء ضرورية لأي باحث أو حتى هاوٍ متقدّم يريد فهم نتائجه بعمق أكبر من التقرير الجاهز الذي تقدمه شركات الاختبار.

• FASTQ: يحتوي القراءات الخام من جهاز التسلسل مع مؤشر جودة لكل قاعدة نيتروجينية
• BAM: يحتوي القراءات بعد محاذاتها (Alignment) مع الجينوم المرجعي
• VCF: يحتوي فقط المواضع التي تختلف فيها العينة عن الجينوم المرجعي (الطفرات المكتشفة)

الجينوم المرجعي (Reference Genome) هو تسلسل قياسي مُجمَّع من عدة أفراد يُستخدم كأساس للمقارنة. أشهر إصداراته المستخدمة حاليًا هما GRCh37 (المعروف أيضًا بـ hg19) وGRCh38 (hg38) الأحدث والأدق. تُقارَن قراءات أي عينة جديدة بهذا المرجع لتحديد مواقع الاختلاف عنه.

• samtools: أداة أساسية للتعامل مع ملفات BAM ومعالجتها وفرزها
• bcftools: للتعامل مع ملفات VCF واستدعاء الطفرات وتصفيتها
• YLeaf: أداة متخصصة لتحديد السلالة الأبوية (Y-Haplogroup) من بيانات التسلسل
• Haplogrep: أداة لتحديد سلالة mtDNA بمقارنة العينة مع شجرة PhyloTree
• PLINK: أداة شائعة لتحليل بيانات Autosomal DNA والدراسات السكانية
• ADMIXTOOLS: مجموعة أدوات إحصائية تشمل qpAdm وqpGraph وD-statistics

كل أداة من هذه تخدم مرحلة مختلفة من رحلة تحويل البيانات الخام إلى نتيجة قابلة للتفسير، دون الحاجة لمعرفة أوامر التنفيذ الدقيقة لفهم دورها.

تمر أي عينة جينية بخطوات متسلسلة حتى تصل إلى نتيجة قابلة للفهم:

فهم هذا التسلسل يساعد القارئ على معرفة أي أداة تُستخدم في أي مرحلة، وكيف ترتبط كل خطوة بالخطوة التي تليها.

• ISOGG: مرجع شجرة السلالات الأبوية المجتمعية
• YFull: منصة تحليل وتصنيف عينات Y-DNA وmtDNA مع مشجرة تفصيلية
• AADR: أكبر مجمّع بيانات للعينات القديمة والحديثة الموحّدة للتحليل السكاني
• ENA وSRA: أرشيفات عامة لإيداع بيانات التسلسل الخام من الدراسات المنشورة
• FamilyTreeDNA Discover: أداة عامة لاستكشاف السلالات وتوزيعها الجغرافي والزمني

قبل الاعتماد على نتيجة، يُنصح بالتحقق من قيمة التغطية (Coverage)، ومصدر العينة، وما إذا كانت الدراسة قد خضعت لمراجعة الأقران. من أفضل الممارسات دائمًا توثيق مصدر أي بيانات تُستخدم في مقال أو مقارنة، وربطها بمعرّف العينة الأصلي إن وجد.