ProteomeLM: A proteome-scale language model enables accurate and rapid prediction of protein-protein interactions and gene essentiality across taxa
يُعد ProteomeLM نموذج لغة جديداً قائماً على تقنية المحولات (transformer) يعمل على بروتيومات كاملة لتوليد تمثيلات بروتينية سياقية، مما يتيح تنبؤاً دقيقاً وسريعاً وغير مُشرف عليه للتفاعلات بين البروتينات، بالإضافة إلى تنبؤ مُشرفٍ متطورٍ لضرورة الجينات عبر أصناف حيوية متنوعة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
تخيل أنك تحاول فهم كيفية عمل مدينة ما.
لفترة طويلة، برع العلماء في دراسة المباني الفردية (البروتينات). لقد عرفوا شكل الطوبة الواحدة، واستخدام كل غرفة، وكيف يفتح باب معين. وقد بنوا "نماذج لغوية" لهذه المباني يمكنها التنبؤ بشكلها ووظيفتها بمجرد قراءة مخططاتها.
لكن المدينة ليست مجرد مجموعة من المباني المنعزلة؛ إنها شبكة معقدة من العلاقات: من يتحدث مع من، أي الأقسام تعمل معاً، وأي المباني حيوية للغاية لاستمرار عمل المدينة. إذا نظرت إلى مبنى واحد فقط في كل مرة، فستفقد الصورة الكبيرة. قد لا تدرك أن محطة الطاقة ومرفق معالجة المياه لديهما شراكة سرية، أو أنه إذا أغلق المخبز، فسيجوع الحي بأكم له.
ProteomeLM هو نوع جديد من "المراقب الفائق" المصمم للنظر إلى المدينة بأكملها في وقت واحد.
إليك كيف يعمل، مقسماً إلى مفاهيم بسيطة:
1. منظور "على مستوى المدينة"
كانت معظم نماذج الذكاء الاصطناعي السابقة تنظر إلى البروتين كأنه جملة واحدة في كتاب. كانت تحاول تخمين الكلمة التالية بناءً على الكلمات المحيطة بها مباشرة.
أما ProteomeLM فهو مختلف. إنه يقرأ الكتاب بأكمله (البروتيوم الكامل، أو المجموعة الكاملة من البروتينات في كائن حي) دفعة واحدة. هو لا ينظر فقط إلى الجملة؛ بل ينظر إلى كيفية ارتباط كل شخصية في القصة بكل الشخصيات الأخرى.
- التشبيه: تخيل أنك تحاول فهم دراما في مدرسة ثانوية.
- الطريقة القديمة: تقرأ مذكرات طالب واحد وتخمن من هم أصدقاؤه بناءً على من ذكرهم في تلك الفقرة الواحدة.
- ProteomeLM: تقرأ مذكرات كل الطلاب في المدرسة في آن واحد. ستدرك فوراً أن الطالب (أ) والطالب (ب) دائماً في نفس المجموعات، حتى لو لم يكتبا عن بعضهما البعض مباشرة. أنت ترى الشبكة الاجتماعية بأكملها.
2. "الغراء السحري" (الانتباه - Attention)
كيف يعرف هذا الذكاء الاصطناعي من هم الأصدقاء دون أن يُخبر بذلك؟ إنه يستخدم شيئاً يسمى "الانتباه" (Attention).
تخيل الذكاء الاصطناعي كمحقق ينظر إلى مسرح جريمة به 10,000 مشتبه به (بروتينات). عندما يركز المحقق على المشتبه به (أ)، فإن عينيه تتجهان طبيعياً نحو الأشخاص الذين يتفاعلون معه أكثر.
- السحر: على الرغم من أن الذكاء الاصطناعي لم يتم تعليمه أبداً من هم الأصدقاء، إلا أنه تعلم كيف "ينتبه" للأشخاص المناسبين بمجرد محاولته فهم القصة بأكملها.
- النتيوة: "نظرة" الذكاء الاصطناعي (انتباهه) ترسم بالفعل خريطة لـ "المصافحة السرية" بين البروتينات. إذا ركز الذكما الاصطناعي بصره بقوة على البروتين (X) أثناء تفكيره في البروتين (Y)، فهذه علامة قوية على أنهما يعملان معاً.
3. تسريع عملية البحث
قبل هذا، كان العثور على هذه الشراكات بين البروتينات يشبه محاولة العثات على زوج معين من الأحذية في مستودع بحجم قارة.
- الطريقة القديمة (DCA): كان على العلماء أخذ بروتينين محددين، ووضعهما في غرفة، وتشغيل محاكاة بطيئة ومكلفة لمعرفة ما إذا كانا يتناسبان. وللتحقق من المدينة بأكملها، كان عليهم القيام بذلك مليارات المرات. استغرق الأمر شهوراً وحواسيب فائقة.
- طريقة ProteomeLM: لأن ProteomeLM قد "قرأ" بالفعل المدينة بأكملها، يمكنه الإشارة فوراً إلى الأزواج الأكثر احتمالاً.
- التشبيه: إنه الفرق بين فحص كل شخص في ملعب واحد تلو الآخر لمعرفة من يمسك يد الآخر (الطريقة القديمة)، وبين استخدام طائرة بدون طيار (درون) تحلق فوق الملعب مرة واحدة لتسلط الضوء فوراً على جميع الأزواج (ProteomeLM). إنه أسرع بملايين المرات.
4. التنبؤ بـ "العناصر الأساسية"
تُظهر الورقة البحثية أيضاً أن ProteomeLM يمكنه التنبؤ بالبروتينات التي تمثل "القلب والرئتين" للكائن الحي.
- التشبيه: إذا أزلت مصباح شارع، ستستمر المدينة في العمل. ولكن إذا أزلت شبكة الكهرباء، فستنهار المدينة.
- يراقب ProteomeLM الشبكة بأكملها ويمكنه القول: "إذا حذفنا هذا البروتين، فسيفشل النظام بأكله". هذا أمر بالغ الأهمية للعثور على أدوية جديدة. إذا كنت تعرف أي بروتين ضروري لبقاء البكتيريا على قيد الحياة، فيمكنك تصميم دواء يستهدف ذلك البروتين دون إلحاق الضرر بالمضيف البشري.
لماذا يهم هذا؟
الأمر لا يتعلق فقط بالسرعة؛ بل يتعلق برؤية أشياء لم نكن نستطيع رؤيتها من قبل.
- يعمل في كل مكان: يعمل على البكتيريا، والخميرة، والذباب، والبشر. إنه مترجم عالمي للبيولوجيا.
- يجد الخفي: يمكنه رصد العلاقات بين البروتينات البعيدة جداً في الجينوم (مثل شخصين يعيشان في أحياء مختلفة ومع ذلك لديهما صفقة تجارية سرية).
- إنه حجر أساس: تماماً كما يمكن لنموذج تأسيسي للنصوص (مثل النموذج الذي تستخدمه الآن) أن يكتب قصائد، ويترجم لغات، ويكتب أكواداً برمجية، يمكن استخدام ProteomeLM للتنبؤ ببنية البروتين، وإيجاد أهداف دوائية، وفهم كيفية تطور الحياة.
باختصار: ProteomeLM هو أول ذكاء اصطناعي يتوقف عن النظر إلى البيولوجيا قطعة قطعة ويبدأ في رؤية الكائن الحي بأكمله كنظام واحد مترابط. إنه يحول المهمة المستحيلة المتمثلة في رسم "الشبكة الاجتماعية" للحياة إلى شيء يمكننا القيام به بسرعة ودقة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.