يتنبأ الذكاء الاصطناعي بنجاح تفاعلات البروتين
AI بالعربي – متابعات
تتجمع بروتينات الخميرة الموضحة بألوان مختلفة معًا كمجمعات ثنائية وثلاثية وأربعة وخمسة أعضاء مثل قطع الألغاز ثلاثية الأبعاد لتنفيذ الوظائف الخلوية. توقع فريق دولي بقيادة باحثين في UT Southwestern وجامعة واشنطن الهياكل باستخدام تقنيات الذكاء الاصطناعي. الائتمان: UT Southwestern Medical Center
قاد باحثو UT Southwestern وجامعة واشنطن فريقًا دوليًا استخدم الذكاء الاصطناعي (AI) والتحليل التطوري لإنتاج نماذج ثلاثية الأبعاد لتفاعلات البروتينات حقيقية النواة. الدراسة المنشورة في علم، حدد أكثر من 100 مجمع بروتين محتمل لأول مرة وقدم نماذج هيكلية لأكثر من 700 مركب غير معهود من قبل. يمكن أن يؤدي إلقاء نظرة ثاقبة على الطرق التي تتلاءم بها أزواج أو مجموعات البروتينات معًا لتنفيذ العمليات الخلوية إلى ثروة من أهداف الأدوية الجديدة.
“تمثل نتائجنا تقدمًا كبيرًا في العصر الجديد في علم الأحياء البنيوي قال تشيان كونغ ، دكتوراه ، أستاذ مساعد في مركز يوجين مكديرموت للنمو البشري والتنمية مع تعيين ثانوي في الفيزياء الحيوية ، “حيث يلعب الحساب دورًا أساسيًا”.
قادت الدكتورة كونغ الدراسة مع ديفيد بيكر ، دكتوراه ، أستاذ الكيمياء الحيوية ومعلم ما بعد الدكتوراه للدكتور كونغ في جامعة واشنطن قبل تعيينها في UT Southwestern. شارك في الدراسة أربعة مؤلفين رئيسيين ، بما في ذلك عالم الأحياء الحاسوبية بجنوب غرب جامعة كاليفورنيا ، جيمين باي ، الحاصل على درجة الدكتوراه.
وأوضح الدكتور كونغ أن البروتينات غالبًا ما تعمل في أزواج أو مجموعات تُعرف باسم المجمعات لإنجاز كل مهمة مطلوبة لإبقاء الكائن الحي على قيد الحياة. في حين أن بعض هذه التفاعلات تمت دراستها جيدًا ، إلا أن العديد منها يظل لغزًا. إن بناء التفاعلات الشاملة – أو أوصاف المجموعة الكاملة من التفاعلات الجزيئية في الخلية – من شأنه أن يلقي الضوء على العديد من الجوانب الأساسية للبيولوجيا ويمنح الباحثين نقطة انطلاق جديدة لتطوير الأدوية التي تشجع أو تثبط هذه التفاعلات. يعمل الدكتور كونغ في مجال التفاعل الناشئ ، والذي يجمع بين المعلوماتية الحيوية وعلم الأحياء.
حتى وقت قريب ، كان العائق الرئيسي لبناء تفاعل هو عدم اليقين بشأن هياكل العديد من البروتينات ، وهي مشكلة كان العلماء يحاولون حلها منذ نصف قرن. في عامي 2020 و 2021 ، أصدرت شركة تسمى DeepMind ومختبر دكتور بيكر تقنيتين للذكاء الاصطناعي تسمى AlphaFold (AF) و RoseTTAFold (RF) تستخدمان استراتيجيات مختلفة للتنبؤ بروتين بناء على تسلسل الجينات التي تنتجها.
في الدراسة الحالية ، توسع الدكتور كونغ والدكتور بيكر وزملاؤهم في أدوات التنبؤ بهيكل الذكاء الاصطناعي من خلال نمذجة العديد من مجمعات بروتين الخميرة. الخميرة هي كائن نموذجي شائع للدراسات البيولوجية الأساسية. للعثور على البروتينات التي من المحتمل أن تتفاعل ، بحث العلماء أولاً في جينومات الفطريات ذات الصلة عن الجينات التي اكتسبت طفرات بطريقة مرتبطة. ثم استخدموا تقنيتي الذكاء الاصطناعي لتحديد ما إذا كانت هذه البروتينات يمكن أن تتلاءم معًا في هياكل ثلاثية الأبعاد.
حدد عملهم 1505 مجمعات بروتينية محتملة. من بين هؤلاء ، تم بالفعل توصيف 699 هيكليًا ، والتحقق من فائدة طريقتهم. ومع ذلك ، لم يكن هناك سوى بيانات تجريبية محدودة تدعم 700 من التفاعلات المتوقعة ، ولم يتم وصف 106 أخرى.
لفهم هذه المجمعات سيئة التوصيف أو غير المعروفة بشكل أفضل ، عملت فرق جامعة واشنطن و UT Southwestern مع زملاء من جميع أنحاء العالم كانوا يدرسون بالفعل هذه البروتينات أو ما شابهها. من خلال الجمع بين النماذج ثلاثية الأبعاد التي أنشأها العلماء في الدراسة الحالية بمعلومات من المتعاونين ، تمكنت الفرق من اكتساب رؤى جديدة لمجمعات البروتين التي تشارك في صيانة ومعالجة المعلومات الجينية ، والبناء الخلوي وأنظمة النقل ، والتمثيل الغذائي ، وإصلاح الحمض النووي ، و مناطق أخرى. حددوا أيضًا أدوار البروتينات التي كانت وظائفها غير معروفة من قبل بناءً على تفاعلاتها المحددة حديثًا مع البروتينات الأخرى جيدة التوصيف.
وأضاف الدكتور كونغ أن “العمل الموصوف في ورقتنا الجديدة يمهد الطريق لدراسات مماثلة للتفاعل البشري ويمكن في النهاية أن تساعد في تطوير علاجات جديدة للأمراض البشرية”.
وأشار د. تسونغ إلى أن الهياكل المعقدة للبروتين المتولدة في هذه الدراسة متاحة للتنزيل منها نموذج الأرشيف. وقالت إن هذه الهياكل وغيرها التي تم إنشاؤها باستخدام هذه التكنولوجيا في الدراسات المستقبلية ستكون مصدرًا ثريًا لأسئلة البحث لسنوات قادمة.
الدكتور كونغ هو باحث في المؤسسة الطبية الجنوبية الغربية في البحوث الطبية الحيوية. من بين الباحثين الآخرين في UTSW الذين ساهموا في هذه الدراسة جينغ زانغ وجوزيب ريزو ، دكتوراه ، الذي يشغل كرسي فيرجينيا لازنبي أوهارا في الكيمياء الحيوية.