🤖 machine learning

Extending machine learning model for implicit solvation to free energy calculations

تقدم هذه الورقة البحثية الشبكة العصبية لـ "لامدا" للتميّه (LSNN)، وهي نموذج مذيب ضمني قائم على الشبكات العصبية الرسومية، تم تدريبها على كل من القوى ومشتقات المتغيرات الخيميائية لتحقيق دقة في التنبؤ بالطاقة الحرة تضاهي محاكاة المذيب الصريح، مع توفير تسريع حسابي كبير لتطبيقات اكتشاف الأدوية.

المؤلفون الأصليون: Rishabh Dey, Michael Brocidiacono, Kushal Koirala, Alexander Tropsha, Konstantin I. Popov

نُشر 2026-05-05

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Rishabh Dey, Michael Brocidiacono, Kushal Koirala, Alexander Tropsha, Konstantin I. Popov

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك تحاول معرفة مدى ملاءمة مفتاح معين (جزيء دواء) لقفل محدد (بروتين). للقيام بذلك بدقة، تحتاج إلى فهم كيفية سلوك المفتاح عندما يكون محاطاً بالماء، لأن كل شيء في جسم الإنسان يسبح في بحر من جزيئات الماء.

يقدم هذا البحث أداة جديدة تسمى LSNN (الشبكة العصبية للامداد المائي - Lambda-Solvation Neural Network) تساعد العلماء على حساب "سلوك الماء" هذا بشكل أسرع وأكثر دقة من الطرق السابقة.

إليك قصة المشكلة، والحلول القديمة، والإصلاح الجديد، مشروحة ببساطة:

المشكلة: "الغرفة المزدحمة" مقابل "الشبح"

لفهم كيفية عمل الدواء، يستخدم العلماء عمليات محاكاة حاسوبية.

"المعيار الذهبي" (المذيب الصريح): تخيل أنك تحاول محاكاة مفتاح في غرفة حيث يتعين عليك تتبع كل شخص (جزيء ماء) يتحرك حوله. يجب عليك حساب كيف يصطدم المفتاح بالشخص (أ)، ثم الشخص (ب)، ثم الشخص (ج). هذا دقيق للغاية، لكنه يشبه محاولة عد كل حبة رمل على الشاطئ. إنه يتطلب قدرة حاسوبية هائلة ووقتاً طويلاً جداً.
الطريقة "السريعة" (المذيب الضمني): لتوفم الوقت، كان العلماء سابقاً يتظاهرون بأن الماء ليس مكوناً من أشخاص منفردين، بل هو أشبه بضباب غير مرئي وناعم. يستخدمون معادلة رياضية بسيطة لتخمين كيف يضغط الضباب على المفتاح. هذه الطريقة سريعة جداً، لكن "الضباب" هو مجرد تخمين تقريبي، وغالباً ما يخطئ في التفاصيل، مما يؤدي إلى تنبؤات غير دقيقة حول ما إذا كان الدواء سيعمل أم لا.

حل "التعلم الآلي" القديم (ولماذا فشل)

مؤخراً، حاول العلماء استخدام الذكاء الاصطناعي (تحديداً الشبكات العصبية) لجعل "الضباب" أكثر ذكاءً. لقد علموا الذكاء الاصطناعي من خلال إظهار كيفية دفع الماء للمفتاح (القوى).

العيب: الأمر يشبه تعليم شخص ما القيادة من خلال إظهار كيفية لف عجلة القيادة فقط، دون إخباره أبداً بمدى سرعته أو كمية الوقود التي يستخدمها. تعلم الذكاء الاصطناعي كيفية دفع المفتاح في الاتجاه الصحيح، لكنه لم يستطع حساب "الجهد" الإجمالي (الطاقة) المطلوب لتحريك المفتاح من مكان إلى آخر. وبسبب ذلك، كانت نماذج الذكاء الاصطناعي القديمة عديمة الفائدة لمقارنة الطاقة الإجمالية للأدوية المختلفة.

الحل الجديد: LSNN

ابتكر المؤلفون LSNN، وهو نسخة أكثر ذكاءً من هذا الذكاء الاصطناعي. لم يعلموه فقط كيفية الدفع (القوى)؛ بل علموه أيضاً كيف تتغير الطاقة عندما يقومون بـ "تشغيل" أو "إيقاف" التفاعلات بين الدواء والماء ببطء.

التشبيه:
تخيل أنك تحاول قياس وزن حقيبة ظهر.

الذكاء الاصطناعي القديم: يمكنك الشعور بمدى ثقل الأحزمة وهي تشد على كتفيك (القوة)، لكن لا يمكنك معرفة ما إذا كانت الحقيبة تزن 10 أرطال أم 20 رطلاً لأن الميزان معطل.
LSNN: لقد قاموا بإصلاح الميزان. الآن، لا يمكن للذكاء الاصطناعي الشعور بالسحب فحسب، بل يمكنه أيضاً حساب الوزن الإجمالي الدقيق من خلال مراقبة كيف يتغير السحب أثناء إضافة أو إزالة العناصر من الحقيبة ببطء.

كيف اختبروه؟

درب الفريق هذا الذكاء الاصطناعي الجديد على مكتبة ضخمة تضم حوالي 300,000 جزيء صغير. واختبروه مقابل "المعيار الذهبي" (الطريقة البطيئة لعد حبات الرمل) وطرق "الضباب" القديمة.

النتائج:

السرعة: LSNN هو عداء سريع. فقد حسب النتائج في حوالي 20 ثانية. أما "المعيار الذهبي" فقد استغرق قرابة 28 دقيقة (حوالي 1,600 ثانية). كما كانت طرق "الضباب" القديمة سريعة أيضاً (حوالي 15-22 ثانية).
الدقة:
- كان "المعيار الذهبي" هو الأكثر دقة (بدرجة 0.86 من 1).
- جاء LSNN في المرتبة الثانية بدرجة 0.73. وهذا يمثل تحسناً كبيراً عن طرق "الضباب" القديمة، التي سجلت درجات أقل بكثير (0.48 إلى 0.63).
- جوهرياً، حقق LSNN مستوى دقة يقترب من "المعيار الذهبي"، لكنه يعمل بسرعة "الضباب".

ماذا عن الأشياء الأكبر؟ (البروتينات)

حاول البحث أيضاً استخدام LSNN للتنبؤ بكيفية التصاق الأدوية بالبروتينات الكبيرة (وهو الهدف النهائي في اكتشاف الأدوية).

النتيجة: أظهرت النتائج نتائج واعدة ولكنها لم تكن مثالية بعد. فعندما حاولوا استخدامه على أنظمة بروتينية كاملة، انخفضت الدقة. يشير المؤلفون إلى أن هذا قد يكون بسبب تدريب الذكاء الاصطناعي بشكل أساسي على جزيئات صغيرة وبسيطة، مما قد يجعله "يفرط في التفكير" في التفاعلات المعقدة داخل البروتينات الكبيرة. ومع ذلك، فقد أظهر نمطاً واضحاً ومتسقاً، مما يشير إلى إمكانية تحسينه.

الخلا الخلاصة

يقدم هذا البحث "ضباباً ذكياً" جديداً (LSNN) يعالج أكبر عيب في نماذج الذكاء الاصطناعي السابقة: وهو عدم القدرة على حساب الطاقة الإجمالية.

هو سريع (مثل طرق الضباب البسيطة القديمة).
هو دقيق (أقرب بكثير إلى المحاكاة البطيئة والمكلفة).
هو موثوق لمقارنة الأدوية المختلفة.

يخلص المؤلفون إلى أن هذه الأداة تشكل أساساً متيناً لمستقبل اكتشاف الأدوية، مما يسم يسمح للعلماء بفحص ملايين الأدوية المحتملة بشكل أسرع بكثير دون التضحية بالدقة اللازمة لإيجاد علاجات حقيقية.

ملخص تقني: توسيع نطاق نموذج تعلم آلي للمذيبات الضمنية لحسابات الطاقة الحرة

بيان المشكلة
تقدم نماذج المذيبات الضمنية إطار عمل فعال حاسوبياً للمحاكاة الجزيئية من خلال استبدال جزيئات المذيب المنفصلة بتمثيلات رياضية للقوى المتوسطة. ومع ذلك، غالباً ما تتأخر دقتها عن نماذج المذيبات الصريحة، مما يحد من فائدتها في الحسابات الديناميكية الحرارية الدقيقة مثل مقارنات الطاقة الحرة المطلقة. وبينما حسنت مناهج التعلم الآلي (ML) الحديثة أوصاف المذيبات الضمنية عبر التدريب على بيانات مطابقة القوى، لا يزال هناك قصور حرج يتمثل في أن "مطابقة القوة" وحدها تحدد طاقات الوضع فقط حتى ثابت تعسفي. وبناءً على ذلك، تفشل هذه النماذج في تقديم مقارنات ذات معنى للطاقة الحرة المطلقة عبر الأنواع الكيميائية المختلفة. علاوة على ذلك، تعتمد النماذج الضمنية التقليدية (مثل GBSA وPBSA) على مصطلحات مساحة السطح المتاحة للمذيب (SASA) المبسطة للمساهمات غير القطبية، وهي عرضة لأخطاء جسيمة.

المنهجية
يقدم المؤلفون الشبكة العصبية للمذيب $\lambda$ (LSNN)، وهي نموذج مذيب ضمني يعتمد على الشبكات العصبية الرسومية (GNN) صُمم للتغلب على قيود مطابقة القوة القياسية.

البنية: بناءً على العمل التأسيسي لـ Katzberger وRiniker، الذي استخدم شبكة عصبية رسومية (GNN) ثابتة مكونة من ثلاث طبقات مدربة على معاملات GBSA القياسية، تدمج LSNN شبكات عصبية تفاعلية مع مدرك متعدد الطبقات (MLP) للتعامل مع التبعيات غير الخطية.
هدف التدريب: على عكس الطرق السابقة التي تقلل فقط من التباين بين القوى المرجعية والمتوقعة، تدمج LSNN مشتقات متغيرات الخيمياء (alchemical variables) في دالة الخسارة. وتحديداً، يتم تدريب النموذج لمطابقة:
1. متوسط القوى المطبقة (MAFs) على ذرات المذاب.
2. المشتقات بالنسبة لعوامل الاقتران الكهروسكوني ( $\lambda_{elec}$ ).
3. المشتقات بالنسبة لعوامل الاقتران الفراغي ( $\lambda_{steric}$ ).
دالة الخسارة: تُعرف دالة خطأ المربعات المتوسطة (MSE) المعدلة كالتالي:
$L = w_F \left( \langle \frac{\partial U_{solv}}{\partial r_i} \rangle - \frac{\partial f}{\partial r_i} \right)^2 + w_{elec} \left( \langle \frac{\partial U_{solv}}{\partial \lambda_{elec}} \rangle - \frac{\partial f}{\partial \lambda_{elec}} \right)^2 + w_{steric} \left( \langle \frac{\partial U_{solv}}{\partial \lambda_{steric}} \rangle - \frac{\partial f}{\partial \lambda_{steric}} \right)^2$
حيث يتم ضبط الأوزان تجريبياً (بنسبة 1:1:1.2). يضمن هذا أن النموذج يتعلم حقل متجه محافظ، مما يسمح لجهد الوضع باقتراب حقيقي من جهد متوسط القوة (PMF).
البيانات والتدريب: تم تدريب النموذج على مجموعة بيانات تضم حوالي 280,000 جزيء متعادل صغير من مجموعة بيانات BigBind. تم تقسيم البيانات بنسبة 80:10:10 (تدريب/تحقق/اختبار)، مع قيد محدد يضمن استبعاد الجزيئات المشابهة لتلك الموجودة في مجموعة بيانات FreeSolv للاختبار. تم حساب القوى ومشتقات التفاعل باستخدام OpenMM مع مجالات قوة GAFF عبر عمليات محاكاة لمدة 0.5 نانو ثانية.
التنفيذ: يستخدم النموذج خاصية PyTorch Autograd لحساب المشتقات. ولضمان أن تكون الطاقة الإجمالية صفراً في حالات الفصل الكامل، تُضرب مصطلحات الطاقة في قيم $\lambda$ المقابلة لها.

النتائج الرئيسية
تم اختبار إطار عمل LSNN مقابل طاقات الهيدرات الحرة التجريبية من مجموعة بيانات FreeSolv (647 جزيئاً صغيراً متعادلاً) ومقارنتها بالمذيب الصريح (TIP3P) والنماذج الضمنية التقليدية (OBC2 وGBn2).

الدقة: حققت LSNN معامل ارتباط ( $R^2$ ) قدره 0.73 مقابل القيم التجريبية، متفوقة بشكل كبير على النماذج الضمنية التقليدية (GBn2: $R^2$ 0.48؛ OBC2: $R^2$ 0.63) ومقتربة من دقة محاكاة المذيب الصريح (TIP3P: $R^2$ 0.86).
الكفاءة الحسابية: أظهرت LSNN تسارعاً كبيراً مقارنة بطرق المذيب الصريح. بلغ متوسط وقت الحساب لكل جزيء 20.47 ثانية لـ LSNN، مقارنة بـ 1658.54 ثانية (حوالي 27.6 دقيقة) لـ TIP3P. سرعة LSNN تقارب سرعة GBn2 (15.82 ثانية) وOBC2 (21.81 ثانية).
مقدمات ألفة الارتباط: في الاختبارات الأولية على معقدات البروتين واللجين (protein-ligand complexes) باستخدام MM-LSNN (استبدال مصطلحات التذويب GBSA بـ LSNN PMFs)، أظهر النموذج ارتباطاً خطياً مع القيم التجريبية ( $R^2$ 0.44 للأنظمة البروتينية الكاملة). ومع ذلك، يشير المؤلفون إلى أن الأداء المستقل على الأنظمة البروتينية الكاملة محدود حالياً بسبب تقييد نطاق التدريب بالجزيئات الصغيرة، مما يؤدي إلى المبالغة في تقدير التفاعلات بعيدة المدى.

الأهمية والادعاءات
يزعم البحث أن LSNN تمثل تحولاً تأسيسياً في الإمكانات القابلة للنقل القائمة على التعلم الآلي من خلال توسيع التدريب إلى ما وراء مجرد مطابقة القوة البسيطة ليشمل مشتقات الخيمياء. تتيح هذه المنهجية حساب الطاقات الحرة المطلقة، وهي قدرة كانت مقيدة سابقاً بمشكلة الثابت التعسفي في مطابقة القوة.

يؤكد المؤلفون أن LSNN تنجح في التقاط اتجاهات نزع التذويب (desolvation) لللجين وتحافظ على ترتيب متسق عبر مختلف اللجينات، مما يوفر إطار عمل يوازن بين دقة محاكاة المذيب الصريح والكفاءة الحسابية للنماذج الضمنية. وبينما تم تحسين النسخة الحالية لعمليات حسابات الطاقة الحرة المتسقة ديناميكياً للجزيئات الصغيرة بدلاً من أخذ العينات التشكيلية الشاملة للجزيئات الكبيرة، فإن إطار العمل يضع أساساً لتطبيقات مستقبلية في اكتشاف الأدوية، بما في ذلك إمكانية التوسع ليشمل اللجينات المشحونة وتقدير طاقة تفاعل البروتين واللجين.