PHASE: encoding global protein ensembles with local Hamiltonians and all-atom backmapping
تقدم الورقة البحثية إطار عمل PHASE، الذي يحول المجموعات التشكيلية للبروتينات على المستوى الذري إلى نماذج إحصائية مدمجة وقابلة للتفسير باستخدام هاملتونيّات محلية وإعادة بناء كاملة للنموذج الذري، مما يتيح إعادة بناء مشاهِد التنشيط المعقدة والترميز المباشر لعمليات التلدين الكلاسيكية والكمومية.
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 ليست تماثيل جامدة؛ بل هي آلات مرنة تتغير أشكالها باستمرار للقيام بعملها. لا يوجد جزيء البروتين في شكل واحد فحسب، بل يوجد كـ "سحابة" من العديد من الأشكال المختلفة قليلاً، والتي تُعرف باسم "المجموعة التشكيلية المتعددة" (conformational ensemble). وتتغير هذه الأشكال مع تفاعل البروتين مع جزيئات أخرى، مثل الأدوية أو شركاء الإشارات، وتحدد هذه التحولات ما إذا كان البروتين سيقوم بتشغيل الإشارة أو إيقافها. لعقود من الزمن، حاول العلماء فهم هذه الأشكال المتغيرة من خلال تشغيل عمليات محاكاة حاسوبية ضخمة تتبع كل ذرة في الجزيء بمرور الوقت. وبينما تنتج هذه المحاكاة تيرابايتات من البيانات، فإن المخرجات الخام غالباً ما تكون مجرد قائمة طويلة من المواضع، مما يجعل من الصعب رؤية القواعد الكامنة التي تحكم كيفية حركة البروتين أو التنبؤ بالأشكال الجديدة التي قد يتخذها في المستقبل. لقد كان التحدي يكمل في تحويل هذا التدفق الفوضوي من المواضع الذرية إلى خريطة واضحة وموجزة تشرح العلاقات الإحصائية بين أجزاء البروتين المختلفة.
قام فريق من الباحثين في معهد "أويلر" في سويسرا بتطوير طريقة جديدة تسمى "PHASE" لحل هذه المشكلة. لقد أنشأوا نظاماً يأخذ الحركات المعقدة للبروتين ذرة بذرة ويحولها إلى نموذج إحصائي بسيط وقابل للتفسير. ولاختبار نهجهم، ركزوا على مستقبل "الأدينوزين A2A"، وهو بروتين موجود في جسم الإنسان يلعب دوراً رئيسياً في كيفية استجابة الخلايا للإشارات وكيفية عمل بعض الأدوية. حلل الباحثون ما يقرب من 37 ميكروثانية من بيانات المحاكاة الحاسوبية لهذا المستقبل، مغطيةً نطاقاً واسعاً من الظروف، بما في ذلك عندما يكون المستقبل فارغاً، وعندما يكون مرتبطاً بأدوية مختلفة، وعندما يكون متصلاً ببروتين إشارات.
يتضمن جوهر طريقة "PHASE" تفكيك البروتين إلى وحداته البنائية الفردية، وهي بقايا الأحماض الأمينية، ووصف شكل كل منها باستخدام مجموعة صغيرة من الفئات القياسية. وبدلاً من تتبع الموضع الدقيق لكل ذرة، يقوم النظام بتجميع الأشكال المحلية المتشابهة في "حالات دقيقة" (microstates) متميزة. ومن خلال النظر إلى البروتين بأكمله كمتتالية من هذه الحالات الدقيقة، تمكن الباحثون من بناء خريطة رياضية، أو "هاميلتوني" (Hamiltonian)، تصف مدى احتمالية وجود البروتين في أي تركيبة معينة من الأشكال. ومن الأهمية بمكان أن هذه الخريطة لم تكن بحاجة إلا للنظر في التفاعلات بين الأحماض الأمينية القريبة فيزيائياً من بعضها البعض، ضمن مسافة تبلغ حوالي 6 أنجستروم تقريباً. وبالرغم من استخدام هذه الروابط المحلية فقط، نجح النموذج في إعادة إنتاج أنماط الحركة المعقدة بعيدة المدى التي شوهدت في المحاكاة الأصلية. وهذا يعني أن السلوك العالمي للبروتين ينبثق طبيعياً من القواعد المحلية البسيطة التي تربط أجزاءه.
كانت واحدة من أكثر النتائج إثارة للدهشة هي أن النموذج استطاع التمييز بين الحالات الوظيفية المختلفة للمستقبل دون أن يُخبر بماهية تلك الحالات. فقد درب الباحثون نماذج منفصلة للمستقبل في حالته غير النشطة وفي حالته النشطة. وعندما استخدموا هذه النماذج لتحليل تكوينات جديدة لم تكن معروفة مسبقاً، قام النظام تلقائياً بفرزها على طول طيف من الحالة غير النشطة إلى الحالة النشطة. وقد نجح هذا الفرز بشكل صحيح حتى بالنسبة للظروف التي لم يرها النموذج من قبل، مثل عندما يكون المستقبل مرتبطاً بدواء يعمل على تثبيت شكل وسيط. حقق النموذج ذلك من خلال تعلم "التفضيل" الإحصائي للبروتين لأشكال معينة، مما خلق فعلياً نظام إحداثيات ينظم سلوك البروتين بناءً على بنيته الداخلية بدلاً من التصنيفات الخارجية.
اكتشف الباحثون أيضاً أن تنشيط هذا المستقبل ليس تغيراً موحداً عبر الجزيء بأكم له. فمن خلال تقسيم النموذج الإحصائي إلى منطقتين — الجزء من البروتين الذي يواجه خارج الخلية والجزء الذي يواجه داخل الخلية — وجدوا أن الأدوية المختلفة وشركاء الإشارات يؤثرون على هاتين المنطقتين بطرق متباينة. فبعض الظروف غيرت شكل المنطقة الخارجية بشكل كبير مع ترك المنطقة الداخلية دون تغيير نسبي، بينما أدت ظروف أخرى إلى تأثير عكسي. وتوفر هذه القدرة على رسم خريطة توضح بالضبط أين يحدث التغيير في البروتين بصمة مفصلة لكيفية استجابة المستقبل للمحفزات المختلفة، مما يقدم طريقة جديدة لفهم كيف يمكن للأدوية أن تحفز استجابات خلوية محددة.
ولجعل هذه النماذج الإحصائية المجردة مفيدة للتطبيقات الواقعية، أضاف الفريق خطوة أخيرة تترجم أوصاف الحالات الدقيقة المبسطة مرة أخرى إلى هياكل ذرية ثلاثية الأبعاد كاملة. فقد دربوا نموذجاً حاسوبياً منفصلاً ليأخذ متتالية الحالات الدقيقة التي ينتجها الخريطة الإحصائية ويعيد بناء المواضع الدقيقة لكل ذرة في البروتين. هذه العملية، المعروفة باسم "إعادة التعيين" (backmapping)، سمحت لهم بتوليد أشكال بروتينية جديدة واقعية فيزيائياً تتبع القواعد الإحصائية التي تعلموها. وكانت الهياكل المعاد بناؤها دقيقة للغاية، حيث تطابقت مواضع ذرات الهيكل الأساسي مع بيانات المحاكاة الأصلية بفارق أقل من أنجستروم واحد. وقد أغلق هذا الحلقة، مما سمح للعلماء بالبدء بمحاكاة معقدة، ثم تقطيرها إلى مجموعة بسيطة من القواعد، ومن ثم توليد هياكل ذرية جديدة وصحيحة من تلك القواعد.
تكمن أهمية هذا العمل في قدرته على تحويل مجموعة بيانات ضخمة وغير منظمة إلى نموذج مدمج وقابل للتلاعب. فمن خلال تمثيل سلوك البروتين كمجموعة من التفاعلات المحلية، أنشأ الباحثون أداة يمكن فحصها ومقارنتها وأخذ عينات منها بسهولة. إن النموذج الإحصائي بسيط بما يكفي ليتم تحليله مباشرة، مما يكشف عن الأجزاء الأكثر أهمية لوظيفة البروتين، ومع ذلك فهو مفصل بما يكفي لتوليد هياكل ذرية جديدة تتوافق مع قوانين الفيزياء. يقدم هذا النهج طريقة جديدة وقوية لدراسة كيفية تحرك البروتينات وتفاعلها، مما قد يساعد العلماء في تصميم أدوية أفضل من خلال فهم كيفية تغير شكل الجزيء بدقة لأداء مهمته. ولا تقتقتصر هذه الطريقة على هذا المستقبل وحده؛ بل توفر إطاراً عاماً يمكن تطبيقه على أي بروتين تتوفر له بيانات محاكاة، مما يحول الرقصة الفوضوية للذرات إلى قصة واضحة ومفهومة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.