كيف يمكن للتعلم الآلي تسريع الحلول لتحديات تصميم البروتين
تاريخ:15 سبتمبر 2022
مصدر:كلية الطب بجامعة واشنطن / طب جامعة واشنطن
د. سالم موسى القحطاني
على مدى العامين الماضيين ، أحدث التعلم الآلي ثورة في التنبؤ ببنية البروتين. الآن هناك ثورة مماثلة في تصميم البروتين. يوضح علماء الأحياء أنه يمكن استخدام التعلم الآلي لإنشاء جزيئات البروتين بشكل أكثر دقة وسرعة مما كان ممكنًا في السابق. من خلال إنشاء بروتينات جديدة ومفيدة غير موجودة في الطبيعة ، يأملون أن يؤدي هذا التقدم إلى العديد من اللقاحات الجديدة والعلاجات وأدوات التقاط الكربون والمواد الحيوية المستدامة.
على مدى العامين الماضيين ، أحدث التعلم الآلي ثورة في التنبؤ ببنية البروتين. الآن ، تصف ثلاث أوراق بحثية في Science ثورة مماثلة في تصميم البروتين.
في الأوراق البحثية الجديدة ، أظهر علماء الأحياء في كلية الطب بجامعة واشنطن أنه يمكن استخدام التعلم الآلي لإنشاء جزيئات البروتين بشكل أكثر دقة وسرعة مما كان ممكنًا في السابق. يأمل العلماء أن يؤدي هذا التقدم إلى العديد من اللقاحات الجديدة والعلاجات وأدوات التقاط الكربون والمواد الحيوية المستدامة.
"البروتينات أساسية عبر علم الأحياء ، لكننا نعلم أن جميع البروتينات الموجودة في كل نبات وحيوان وميكروب تشكل أقل بكثير من واحد بالمائة مما هو ممكن. باستخدام هذه الأدوات البرمجية الجديدة ، يجب أن يكون الباحثون قادرين على إيجاد حلول لفترة طويلة قال بذلك المؤلف الكبير ديفيد بيكر ، أستاذ الكيمياء الحيوية في كلية الطب بجامعة واشنطن وحاصل على جائزة الاختراق في علوم الحياة لعام 2021 ، "مواجهة التحديات في الطب والطاقة والتكنولوجيا".
غالبًا ما يشار إلى البروتينات على أنها "لبنات بناء الحياة" لأنها ضرورية لبنية ووظيفة جميع الكائنات الحية. إنهم يشاركون تقريبًا في كل عملية تحدث داخل الخلايا ، بما في ذلك النمو والانقسام والإصلاح. تتكون البروتينات من سلاسل طويلة من المواد الكيميائية تسمى الأحماض الأمينية. يحدد تسلسل الأحماض الأمينية في البروتين شكله ثلاثي الأبعاد. هذا الشكل المعقد ضروري لعمل البروتين.
في الآونة الأخيرة ، تم تدريب خوارزميات التعلم الآلي القوية بما في ذلك AlphaFold و RoseTTAFold للتنبؤ بالأشكال التفصيلية للبروتينات الطبيعية بناءً على تسلسل الأحماض الأمينية الخاصة بها فقط. التعلم الآلي هو نوع من الذكاء الاصطناعي يسمح لأجهزة الكمبيوتر بالتعلم من البيانات دون أن تتم برمجتها بشكل صريح. يمكن استخدام التعلم الآلي لنمذجة المشكلات العلمية المعقدة التي يصعب على البشر فهمها.
لتجاوز البروتينات الموجودة في الطبيعة ، قام أعضاء فريق بيكر بتقسيم التحدي المتمثل في تصميم البروتين إلى ثلاثة أجزاء واستخدموا حلول برمجية جديدة لكل منها.
أولاً ، يجب إنشاء شكل بروتين جديد. في ورقة بحثية نُشرت في 21 يوليو في مجلة Science ، أظهر الفريق أن الذكاء الاصطناعي يمكن أن يولد أشكالًا بروتينية جديدة بطريقتين. الأولى ، التي يطلق عليها اسم "الهلوسة" ، تشبه DALL-E أو غيرها من الذكاء الاصطناعي. الأدوات التي تنتج مخرجات بناءً على مطالبات بسيطة. الثانية ، التي يطلق عليها "inpainting" ، مماثلة لميزة الإكمال التلقائي الموجودة في أشرطة البحث الحديثة.
ثانيًا ، لتسريع العملية ، ابتكر الفريق خوارزمية جديدة لتوليد تسلسل الأحماض الأمينية. تم وصف هذه الأداة البرمجية المسماة ProteinMPNN في عدد 15 سبتمبر من Science ، وتعمل في حوالي ثانية واحدة. هذا أسرع بـ 200 مرة من أفضل البرامج السابقة. تتفوق نتائجه على الأدوات السابقة ، ولا يتطلب البرنامج أي تخصيص متخصص لتشغيله.
"من السهل تدريب الشبكات العصبية إذا كان لديك الكثير من البيانات ، ولكن مع البروتينات ، ليس لدينا العديد من الأمثلة كما نرغب. كان علينا الدخول وتحديد الميزات الأكثر أهمية في هذه الجزيئات. كان قليلًا بين التجربة والخطأ ، " وفق عالم المشروع جوستاس دوباراس ، زميل ما بعد الدكتوراه في معهد تصميم البروتين
ثالثًا ، استخدم الفريق AlphaFold ، وهي أداة طورتها Alphabet's DeepMind ، لتقييم ما إذا كانت تسلسلات الأحماض الأمينية التي توصلوا إليها من المحتمل أن تنثني في الأشكال المقصودة.
أوضح Dauparas أن "برنامج التنبؤ بتراكيب البروتين هو جزء من الحل ، لكنه لا يمكنه ابتكار أي شيء جديد بمفرده".
"بروتين MPNN هو تصميم البروتين كما كان AlphaFold لتنبؤ بنية البروتين ،" أضاف بيكر.
في ورقة بحثية أخرى نُشرت في مجلة Science في 15 سبتمبر ، أكد فريق من مختبر بيكر أن مجموعة أدوات التعلم الآلي الجديدة يمكن أن تولد بشكل موثوق بروتينات جديدة تعمل في المختبر.
قال عالم المشروع باسيلي ويكي ، زميل ما بعد الدكتوراه في معهد تصميم البروتين: "وجدنا أن البروتينات المصنوعة باستخدام بروتين MPNN كانت أكثر عرضة للانطواء على النحو المنشود ، ويمكننا إنشاء مجموعات بروتين معقدة للغاية باستخدام هذه الأساليب".
ومن بين البروتينات الجديدة التي تم تصنيعها حلقات نانوية الحجم يعتقد الباحثون أنها يمكن أن تصبح أجزاءً لآلات نانوية مخصصة. تم استخدام المجاهر الإلكترونية
