إكتشاف علمي جديد.. إنتاج بروتينات بالذكاء الاصطناعي

ووفقاً لوكالة آنا للعلوم والتكنولوجيا، يستخدم باحثو معهد ماساتشوستس للتكنولوجيا الذكاء الاصطناعي لتصميم بروتينات جديدة تتجاوز البروتينات الموجودة في الطبيعة. لقد طوروا خوارزميات التعلم الآلي التي يمكن أن تولد بروتينات بخصائص هيكلية محددة يمكن استخدامها لإنتاج مواد ذات خصائص ميكانيكية محددة مثل الصلابة أو المرونة هذه المواد المستوحاة من علم الأحياء قد تحل في النهاية محل المواد البترولية أو الخزفية مع انخفاض كبير في البصمة الكربونية.

يعمل هيكل نموذج التعلم الآلي المستخدم في منصات الذكاء الاصطناعي مثل DALL-E 2 على تحقيق الأهداف الهيكلية المحددة مسبقًا.

في السياق، أظهر الباحثون في مقال نُشر في مجلة Chem كيف يمكن لهذه النماذج أن تخلق بروتينات جديدة ومبتكرة.

حيث تستطيع النماذج التي تفهم الروابط الكيميائية الحيوية التي تحكم تكوين البروتين أن تولد بروتينات جديدة لديها القدرة على تسهيل التطبيقات المتميزة ، كما يقول المؤلف الرئيسي ماركوس بولر ، أستاذ الهندسة جيري مكافي وأستاذ الهندسة المدنية والبيئية والهندسة الميكانيكية.

كنموذج على ذلك، يمكن استخدام هذه التقنية لتطوير أغلفة الطعام التي تحاكي البروتينات التي يمكن أن تطيل نضارة الفواكه والخضروات مع كونها آمنة للاستهلاك البشري.

علاوة على ماسلف، يؤكد بولر أن هذه النماذج يمكن أن تنتج ملايين البروتينات في غضون أيام ، مما يمنح الباحثين مجموعة واسعة من المفاهيم الجديدة لاستكشافها في فترة زمنية قصيرة. عندما نفكر في إنشاء بروتينات لم تكشف عنها الطبيعة بعد ، فهذه مساحة تصميم ضخمة لا يمكن حلها بالطرق اليدوية. من الضروري فهم لغة الحياة ، وكيفية ترميز الحمض النووي للأحماض الأمينية ، وكيف تتحد لإنتاج هياكل البروتين. بينما قبل ظهور التعلم العميق ، لم يكن هذا ممكنًا ".

تتكون البروتينات من سلاسل من الأحماض الأمينية مرتبة في تكوينات ثلاثية الأبعاد. يتم تحديد الخصائص الميكانيكية للبروتين من خلال تسلسل الأحماض الأمينية. على الرغم من أن العلماء قد حددوا آلاف البروتينات التي شكلها التطور ، إلا أنهم يقدرون أن عددًا كبيرًا من تسلسل الأحماض الأمينية لم يتحدد بعد. لتسريع عملية اكتشاف البروتين ، صمم العلماء مؤخرًا نماذج التعلم العميق التي يمكنها التنبؤ بالبنية ثلاثية الأبعاد للبروتين.

حيث يعمل الباحثون على استخدام هذه الخوارزمية لتحديد البنية ثلاثية الأبعاد للبروتينات المنتجة. ثم يقومون بحساب الخواص الميكانيكية الناتجة للبروتين ومقارنتها بمتطلبات التصميم المحددة. وهذا يمكنهم من التحقق مما إذا كانت البروتينات المصممة تفي بالمواصفات المطلوبة.

لتقييم فعالية نماذجهم ، قارن الباحثون البروتينات المنتجة حديثًا مع البروتينات الموجودة ذات الخصائص الهيكلية المماثلة. وجدوا أن العديد من البروتينات المنتجة تتداخل بنسبة 50-60٪ مع تسلسلات الأحماض الأمينية الموجودة ، مما يشير إلى أنها كانت مجدية للتوليف، علاوة على ذلك أنتجت النماذج تسلسلات جديدة تمامًا تُظهر قدرتها على تصميم بروتينات جديدة.