تُظهر الأدلة أن الأداء الرياضي صفة متعددة الجينات تتأثر كل واحدة من متغيراتها الجينية بنسبة صغيرة من التباين، وأن الجينات تؤثر في الأداء عبر وسائط فسلجية وبيوحركية وليس مباشرة. وهذا التصور يلائم النمذجة بالمعادلات البنائية (SEM) التي تتيح اختبار المسارات المباشرة وغير المباشرة وتفصل خطأ القياس عن المتغيرات الكامنة. تعرض هذه المقالة نموذجاً مفاهيمياً مقترحاً يربط الدرجة الجينية المركّبة بالقدرات البيوحركية ثم بالمتغيرات البيوميكانيكية ثم بالأداء، وتناقش المتطلبات المنهجية: حجم العينة، ومعالجة بيانات الأنماط الجينية، ونموذج القياس، وطريقة التقدير، وتقييم المطابقة، وحدود الاستدلال السببي، والاعتبارات الأخلاقية. وتخلص إلى أن SEM أداة ملائمة لهذا الغرض بشرط الالتزام بضوابط صارمة، وأن نتائج مثل هذه النماذج لا تصلح لانتقاء الرياضيين. الكلمات المفتاحية: النمذجة بالمعادلات البنائية، الدرجة الجينية المركّبة، ACTN3، القدرات البيوحركية، الأداء الرياضي تفسّر الوراثة جزءاً من الفروق بين الرياضيين، إذ تشير دراسات التوائم إلى أن 30–80% من تباين حالة الرياضي النخبوي ترجع إلى عوامل وراثية [2]. لكن الدراسات الجينية الرياضية ظلت في معظمها تقارن تكرار الأنماط الجينية بين النخبة والضوابط، أو تحسب ارتباطات بسيطة بين النمط الجيني وأداء واحد [1، 2]. وهذا يترك سؤالاً مفتوحاً: بأي آلية ينتقل الأثر الجيني إلى الأداء؟ فالمنطق الفسلجي يفترض أن الجين يؤثر أولاً في صفة قريبة (كالقدرة الانفجارية أو السرعة) ثم تؤثر هذه في الأداء. وتتيح SEM اختبار هذا التسلسل في نموذج واحد. تهدف المقالة إلى تقديم إطار لبناء مثل هذا النموذج وتحديد شروطه، لا إلى تقديم نتائج. 2. ما تعرفه الأدبيات عن حجم الأثر الجيني يُقدَّر أن ACTN3 يفسّر نحو 1–3% من تباين صفة السرعة–القدرة، وقد ارتبطت بالأداء النخبوي 155 علامة جينية على الأقل في بعض المجموعات أو الأعراق [2]. أظهر تحليل تلوي أن النمط RR لـ ACTN3 أكثر شيوعاً بين رياضيي السرعة والقدرة الأوروبيين مقارنةً بالضوابط، لكنه لم يرتبط بقياسات القدرة البدنية في عموم السكان (كقوة القبضة في عينة تفوق سبعة آلاف رجل) [3]. أي أن الأثر يتوقف على السياق السكاني ومستوى الأداء. في دراسة على 278 رياضياً من منتخبات ألمانيا، فسّرت درجة جينية مركّبة نحو 10% من تباين القفز العمودي بعد الحركة والعدو 10 أمتار، واختلفت الجينات المرتبطة بين الذكور والإناث، واعتمد التحليل على معاملات الارتباط والانحدار الخطي [1]. أوصت الجهات العلمية المتخصصة بأن الاختبارات الجينية ليس لها دور في انتقاء الموهوبين أو وصف التدريب الفردي لتعظيم الأداء [4]. والخلاصة أن الآثار صغيرة، وأن بنية البيانات (أنماط جينية، وقدرات، وأداء) تتطلب نموذجاً يتعامل مع تعدد المتغيرات والوسائط. 3. لماذا النمذجة بالمعادلات البنائية؟ اختبار الوساطة: يمكن تقدير الأثر غير المباشر للجينات في الأداء عبر القدرات البيوحركية، بجانب الأثر المباشر. المتغيرات الكامنة: يمكن تمثيل «القدرة الانفجارية» بعدة مؤشرات (قفز، رمي كرة طبية، وثب طويل) تقلل خطأ القياس مقارنة بمؤشر واحد. التقدير المتزامن لكل المسارات بدلاً من سلسلة انحدارات منفصلة. مقارنة نماذج بديلة نظرياً.ويقابل ذلك أن SEM تتطلب عينات كبيرة نسبياً وفرضيات نظرية مسبقة، وأن حسن مطابقة النموذج لا يثبت صحته السببية [7، 5]. 4. النموذج المفاهيمي المقترح الدرجة الجينية ──► القدرات ──► المتغيرات ──► الأداء (متغير ظاهر) البيوحركية البيوميكانيكية (متغير ظاهر) │ (كامن) (كامن) ▲ └────────────(مسار مباشر)───────────────────┘ المتغيرات الضابطة: العمر، الجنس، العمر التدريبي، كتلة الجسم، الأصل السكاني فرضيات مقترحة (لم تُختبر): ف1: ترتبط الدرجة الجينية المركّبة إيجابياً بالقدرات البيوحركية بعد ضبط المتغيرات الضابطة. ف2: تتنبأ القدرات البيوحركية بالمتغيرات البيوميكانيكية. ف3: تتنبأ المتغيرات البيوميكانيكية بالأداء. ف4: يتوسط المساران (القدرات والبيوميكانيك) جزءاً من أثر الدرجة الجينية في الأداء. ملاحظة بنائية مهمة: لا يُنصح بتمثيل الجينات كمتغير كامن «استعداد جيني» تنعكس فيه مؤشرات SNP، لأن هذه المتغيرات ليست مظاهر لسبب مشترك بل مساهمات مستقلة تتجمع. والأنسب تمثيلها بدرجة جينية مركّبة ظاهرة (متغير تكويني أو مجموع موزون)، أو بإدخال المتغيرات الجينية الأهم مباشرة. 5. المتطلبات المنهجية 5.1 حجم العينة والقدرة الإحصائية تتأثر أحجام العينات المطلوبة في SEM بحجم النموذج وقوة التشبعات، وتشير المراجع التعليمية إلى الحاجة إلى مئات الحالات [7]. وتشكل صغر آثار الجينات (1–3% للمتغير الواحد [2]) وقلة الرياضيين النخبة عقبة حقيقية. ومن الخيارات: نمذجة بالمربعات الصغرى الجزئية (PLS-SEM) التي كثيراً ما يستشهد الباحثون بصلاحيتها للعينات الصغيرة والبيانات غير الطبيعية، مع التنبيه إلى أن العينة الصغيرة تضعف القدرة الإحصائية وإمكان التعميم [6]. ويُنصح بإجراء تحليل قدرة (محاكاة مونتي كارلو) قبل جمع البيانات، وبمشاركة عدة مواقع أو منتخبات. 5.2 معالجة بيانات الأنماط الجينية (ممارسات معيارية في علم الوراثة الوبائي، وتحتاج مرجعاً متخصصاً عند الكتابة) ضبط الجودة: معدل النداء الجيني، واتزان هاردي–واينبرغ. ترميز تجميعي لعدد الأليلات (0/1/2) وتحديد الأليل المعني مسبقاً. تثبيت أوزان الدرجة الجينية ومكوّناتها قبل رؤية بيانات النتيجة لتجنب الإفراط في الملاءمة. وقد حُسبت الدرجات في الدراسة الألمانية بحسب الجنس نظراً لاختلاف الارتباطات [1]. ضبط الأصل السكاني، فالأثر قد يختلف بين الأعراق [2، 3]. تصحيح التعدد في الاختبار عند فحص عدة SNP. 5.3 نموذج القياس يُتحقق من ثبات المؤشرات وتشبعاتها، ويُفضَّل اختبار نموذج ESEM عند وجود تشبعات متقاطعة، فقد أشار باحثون في علم النفس الرياضي إلى أن التحليل العاملي التوكيدي الصارم قد يرفض مقاييس سليمة [5]. 5.4 التقدير تُستعمل مقدّرات ملائمة لعدم الطبيعية (ML المتين أو طرق للبيانات الترتيبية)، ويُقدَّر الأثر غير المباشر بفترات ثقة مستخلصة بإعادة المعاينة (Bootstrap). 5.5 تقييم مطابقة النموذج يُعرض مربع كاي ومؤشرات متعددة (CFI وTLI وRMSEA وSRMR). وتُستعمل حدود هو وبنتلر (1999) على نطاق واسع، لكن دراسة في علم النفس الرياضي لاحظت أن مقاييس جيدة الصدق فشلت جميعها في بلوغها، ودعت إلى الابتعاد عن التطبيق الآلي للحدود [5]. لذلك يُنصح بمقارنة نماذج بديلة معرَّفة نظرياً، وبعدم تعديل النموذج بمؤشرات التعديل لمجرد تحسين المطابقة دون مسوّغ نظري. 5.6 حدود الاستدلال السببي النمط الجيني يسبق الأداء زمنياً (وهذا يدعم اتجاه المسار)، لكن التصميم المقطعي لا يثبت الوساطة. وتفوق الرياضيين النخبة قد يعكس الانتقاء والتدريب لا الجينات وحدها. فالمطلوب الصياغة الحذرة («ترتبط»، «تتسق مع») وتوصية بدراسات طولية [1]. 5.7 الأخلاقيات تتطلب البيانات الجينية موافقة مستنيرة صريحة وحماية الخصوصية وموافقة لجنة أخلاقيات، وتحديد استعمال البيانات للبحث فقط. ويجب ألا تُستعمل نتائج هذه النماذج لانتقاء الرياضيين أو استبعادهم، إذ يرى المختصون أن الاختبارات الجينية لا مكان لها في اكتشاف الموهبة، ويحذّرون من تسويق اختبارات تفتقر إلى الأدلة [4]. 6. الإسهام المتوقع والحدود يمكن لهذا الإطار أن ينقل البحث الجيني الرياضي من الارتباط الثنائي إلى نموذج يحدد الآلية. غير أنه يظل محدوداً بصغر الآثار الجينية، وصعوبة جمع عينة نخبوية كافية، وقابلية النتائج للتعميم عبر الأعراق والأجناس والرياضات. ويمكن توسيعه لاحقاً بإضافة وسيط تخلّقي (كمؤشر مثيلة أو تعبير جيني) استناداً إلى الأدلة الناشئة على التفاعل بين التمرين والتخلّق [8]. 7. الخاتمة تلائم النمذجة بالمعادلات البنائية اختبار الأثر الجيني في الأداء الرياضي عبر وسائط بيوحركية، لكنها لا تعوّض ضعف العينة ولا تثبت السببية. ونجاح مثل هذه الدراسات مرهون بتحديد النموذج نظرياً قبل جمع البيانات، وبمعالجة جينية صارمة، وبتقرير الحدود بأمانة، وبالتزام أخلاقي يمنع استعمال النتائج في الانتقاء.جين PPARGC1A ومسار AMPK–PGC-1α في التكيّف مع تدريب التحمل The PPARGC1A Gene and the AMPK–PGC-1α Pathway in Adaptation to Endurance Training نوع المقالة: مراجعة سردية (Narrative Review) المستخلص يُعدّ الكابح المساعد PGC-1α، الذي يشفّر له جين PPARGC1A، حلقة مركزية في تفسير التكيّف الميتوكوندري مع تدريب التحمل. تعرض هذه المراجعة الإشارات التي تنظّمه (AMPK وCaMKII وغيرهما)، وطبقة التنظيم التخلّقي لمحفّزه، والأدلة البشرية على استجابته للتدريب، ثم الجدل القائم حول ضرورته وتفاوت استجابته بين الدراسات، وما يُعرف عن تعدد أشكال الجين Gly482Ser وعلاقته بالأداء الرياضي. وتخلص إلى أن PGC-1α عقدة مهمة في شبكة تنظيمية متعددة المسارات لا مفتاحاً وحيداً، وأن التباين الكبير بين الدراسات يحدّ من الاستنتاجات التطبيقية، وأن الأدلة الجينية الحالية لا تسمح بتفصيل التدريب على أساس النمط الجيني.