Dihedral Angle Adherence: Evaluating Protein Structure Predictions in the Absence of Experimental Data
تقترح هذه الورقة طريقة مبتكرة لتقييم تنبؤات بنية البروتين دون الحاجة إلى بيانات مرجعية تجريبية من خلال تحليل توزيعات الزوايا ثنائية السطح عبر مسافة ماهالانوبيس، مما يقدم مقياساً يرتبط بجذر متوسط مربع الانحراف (RMSD) التقليدي مع تحديد مناطق محددة للتحسين الهيكلي.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
البروتينات هي محركات الحياة، وهي آلات جزيئية دقيقة تبني عضلاتنا، وتهضم طعامنا، وتكافح العدوى. ولكي يفهم العلماء كيف يؤدي البروتين وظيفته، يجب عليهم معرفة شكله ثلاثي الأبعاد، لأن وظيفة البروتين تمليها تماماً بنيته. لعقود من الزمن، كانت الطريقة الوحيدة لرؤية هذا الشكل هي تنمية بلورات للبروتين وقذفها بالأشعة السينية، وهي عملية بطيئة ومكلفة تركت العديد من البروتينات دون دراسة. وفي السنوات الأخيرة، تعلمت برامج حاسوبية قوية التنبؤ بهذه الأشكال بمجرد قراءة الشفرة الوراثية للبروتين، وهو اختراق أحدث ثورة في علم الأحياء. ومع ذلك، ظهرت مشكلة جديدة: كيف تعرف ما إذا كان التنبؤ الحاسوبي صحيحاً عندما لا تملك شكلاً مقاساً تجريبياً لتقارن به؟ بدون وجود "حقيقة مرجعية" للمقارنة بها، ظل الباحثون يعملون في عماء، غير قادرين على معرفة ما إذا كان التنبؤ مجرد تخمين أم اكتشاف حقيقي، أو معرفة أين قد يخطئ التنبؤ بالضبط.
اقترح باحثان في جامعة ساوث كارولينا طريقة جديدة لحل هذا اللغز، طريقة لا تتطلب إجابة معروفة للتحقق من التنبؤ. فبدلاً من محاولة قياس المسافة بين الشكل المتوقع والشكل الحقيقي، قررا النظر في الزوايا التي تنثني عندها المكونات البنائية للبروتين. تخيل البروتين كسلسلة طويلة من الخرز، حيث كل خرزة هي حمض أميني. إن الطريقة التي تلتوي بها السلسلة وتنعطف تعتمد على الزوايا بين هذه الخرزات. وقد استنتج الباحثون أن الطبيعة تتبع قواعد صارمة بشأن هذه الزوايا؛ فبعض تسلسلات الخرز ستنثني دائماً تقريباً بنفس الطريقة، بغض النظر عن أي بروتين تكون جزءاً منه. ومن خلال دراسة ملايين هياكل البروتينات المعروفة والمخزنة في قاعدة بيانات عالمية، رسموا خارطة لأكثر الزوايا شيوعاً لكل تسلسل ممكن من خمس أو ست خرزات. وقد خلق هذا مكتبة ضخمة من "الانثناءات المتوقعة"، وهي خط أساس لما تفعله الطبيعة عادةً.
ثم طبق الفريق هذه المكتبة لاختبار التنبؤات الحاسوبية. فقد أخذوا هيكل بروتين متوقع، وفككوه إلى تسلسلات قصيرة من الخرز، وتحققوا من الزوايا في التنبؤ مقابل مكتبة الزوايا المتوقعة لديهم. فإذا تطابق التنبؤ مع الأنماط الشائعة الموجودة في الطبيعة، حصل على درجة عالية. أما إذا كانت الزوايا غريبة أو غير مرجحة، فتنخفض الدرجة. سمحت هذه الطريقة لهم بتقييم جودة التنبؤ دون الحاجة أبداً لرؤية الشكل الحقيقي المحدد تجريبياً. وعندما اختبروا هذا النهج على آلاف التنبؤات من مسابقة دولية كبرى، وجدوا أن نظام التقييم الجديد الخاص بهم يرتبط ارتباطاً قوياً بالطريقة التقليدية التي يستخدمها الخبراء. وهذا يشير إلى أن فحصهم القائم على الزوايا هو وسيلة موثوقة للحكم على الدقة، حتى في حالة عدم وجود هيكل حقيقي يمكن استخدامه كمرجع.
وبعيداً عن مجرد إعطاء درجة، توفر هذه الأداة الجديدة خريطة للأماكن التي قد يفشل فيها التنبؤ. ولأن الطريقة تفحص كل خرزة في السلسلة، يمكنها تحديد الأجزاء بدقة التي تبدو زواياها مريبة. وفي تحليلهم، حدد الباحثون مناطق محددة حيث تنحرف النماذج الحاسوبية باستمرار عن الأنماط الطبيعية، مما يسلط الضوء على هذه المواضع كأماكن تحتاج إلى تحسين. كما وجدوا أنه عندما قارنوا درجاتهم بالهياكل التجريبية الفعلية، كانت الأجزاء من التنبؤ التي بدت أكثر "خطأً" وفقاً لطريقتهم هي بالفعل الأجزاء التي اختلفت أكثر عن الواقع. وهذا يعني أن الأداة يمكن أن تعمل كدليل، يخبر العلماء أين يجب أن يركزوا جهودهم لتنقيح النموذج.
يقر الباحثون بأن طريقتهم ليست بعد بديلاً كاملاً للطريقة القديمة في قياس الدقة، لأنها تنتج حالياً درجة لكل جزء فردي من البروتين بدلاً من رقم واحد للهيكل بأكل. ومع ذلك، فإن الارتباط القوي الذي وجدوه بين مقياسهم الجديد والمعيار الراسخ يثبت أن المفهوم يعمل. ومن خلال التركيز على الزوايا الأساسية التي تمسك البروتينات ببعضها، فقد فتحوا مساراً لتقييم وتحسين التنبؤات دون انتظار تجارب بطيئة ومكلفة. ويقدم هذا النهج مساراً واعداً لتنقيح الجيل القادم من تنبؤات بنية البروتين، مما يضمن أن تكون النماذج الرقمية التي توجه الطب الحديث دقيقة قدر الإمكان.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.