ناقشت أطروحة دكتوراه في كلية تكنولوجيا المعلومات بجامعة بابل التحليل والتنبؤ بشبكات تنظيم الجينات (GRN) باستخدام الشبكات العصبية البيانية.

وتهدف الأطروحة التي قدمتها الطالبة سرى إبراهيم محمد، إلى الكشف عن العلاقات التنظيمية الكامنة بين الجينات وتحسين دقة إعادة بناء شبكات تنظيم الجينات في البيئات التي تعاني من محدودية البيانات، فضلاً عن تعزيز القدرة على التنبؤ بروابط ذات أهمية بيولوجية لم يتم اكتشافها مسبقاً.

وسلطت الأطروحة الضوء على شبكات تنظيم الجينات بوصفها أحد أهم النماذج المستخدمة لفهم العلاقات التنظيمية بين الجينات وتأثيرها في العمليات الحيوية المعقدة داخل الكائنات الحية.

وعملت الاطروحة على تقديم نموذجاً هجيناً مبتكراً حمل اسم (CGDCA-DiGAT) يعتمد على دمج مصادر متعددة من المعلومات بهدف تحسين أداء التنبؤ بالعلاقات التنظيمية داخل الشبكات الجينية المتناثرة.

وأظهرت نتائج التجريبية على بيانات (E. coli) و(S. cerevisiae) تفوق النموذج المقترح على عدد من أحدث الأساليب المستخدمة في هذا المجال، محققاً قيمة (AUC) بلغت 96% لبيانات (E. coli) و87% لبيانات (S. cerevisiae)، مما يؤكد كفاءته العالية وموثوقيته في تحليل الشبكات الجينية المعقدة وتحسين دقة التنبؤ بالعلاقات التنظيمية.

دائرة الإعلام والاتصال الحكومي

وزارة التعليم العالي والبحث العلمي

18 حزيران 2026