Generating Hybrid Proteins with the MSA-Transformer
تقدم هذه الورقة إطار عمل عشوائياً تكرارياً يستفيد من نموذج MSA-Transformer، والبحث الشعاعي، والمشفرات التلقائية المتفرقة لتوليد بروتينات هجينة ذات معقولية بيولوجية تدمج بنجاح الميزات الوظيفية والتركيبية من تسلسلات مصدر ومستهدف متميزين.
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 أن لديك ابني عم مختلفين تماماً في عائلة كبيرة. أحد أبناء العم هو طباخ ماهر يصنع الأطع تايلاندية حارة، والآخر خباز ماهر يصنع معجنات فرنسية رقيقة. تريد ابتكار وصفة جديدة تجمع بين أفضل ما في العالمين: النكهات القوية للمطبخ التايلاندي مع القوام الرقيق للمعجنات الفرنسية.
هذا بالضبط ما يحاول العلماء في هذه الورقة البحثية فعله، ولكن بدلاً من الطعام، هم يمزجون البروتينات.
المشكلة: مزج البروتينات أمر صعب
البروتينات هي الآلات الصغيرة التي تجعل الحياة تعمل. أحياناً، يكون بروتينان مرتبطان ببعضهما (مثل أبناء العم) لكنهما تطورا للقيام بوظائف مختلفة تماماً. إذا قمت فقط باستبدال أجزاء من بروتين بآخر بشكل عشوائي، فالأمر يشبه محاولة لصق محرك سيارة على دراجة هوائية؛ فغالباً ما يتفكك الجزء أو تتوقف الآلة عن العمل.
لقد حاول العلماء بناء هذه "البروتينات الهجينة" من قبل، لكن الأمر غالباً ما يكون مثل التخمين في الظلام. إنهم بحاجة إلى طريقة أذكى للتنقل في المساحة بين البروتينين للعثور على مسار يجعل المزيج الجديد يعمل بالفعل.
الحل: "نظام تحديد المواقع (GPS)" للبروتينات
ابتكر مؤلفو هذه الورقة أداة جديدة باستخدام ذكاء اصطناعي قوي يسمى MSA-Transformer. فكر في هذا الذكاء الاصطناعي كجهاز GPS فائق الذكاء قد درس ملايين أشجار عائلات البروتينات. إنه يعرف "قواعد الطريق" لكيفية تغير البروتينات عبر ملايين السنين من التطور.
إليك كيف تعمل طريقتهم الجديدة، خطوة بخلفوة:
1. تحديد الوجهة
تخبر الذكاء الاصطناعي: "ابدأ بالبروتين (أ) (الطباخ التايلاندي الحار) وانتهِ بالبروتين (ب) (الخباز الفرنسي)".
2. "عجلة القيادة" (السياق)
الذكاء الاصطناعي لا يخمن عشوائياً. إنه ينظر إلى قائمة منسقة من البروتينات الأخرى المشابهة لهدفك (البروتين ب). هذا يعمل بمثابة عجلة قيادة. فهو يخبر الذكاء الاصطناعي: "مهلاً، عندما تقوم بإجراء تغييرات، تأكد من أنها تبدو مثل نوع التغييرات التي تحدث في هذه العائلة المحددة من البروتينات". هذا يمنع البروتين الجديد من أن يصبح وحشاً لا يتناسب مع الطبيعة.
3. "المستكشف" (الخطوات التكرارية)
بدلاً من القفز مباشرة من (أ) إلى (ب) (والذي سيكون قفزة كبيرة وخطيرة)، يتخذ الذكاء الاصطناعي خطوات صغيرة.
- يقوم بتغطية (قناع) بعض الحروف في وصفة البروتين (أ).
- يسأل الذكاء الاصطناعي: "ما هو الحرف الأكثر احتمالاً للوجود هنا، بناءً على هدفنا؟"
- يتحقق مما إذا كانت هذه الخطوة الجديدة تقربه من الهدف دون كسر قواعد عائلة البروتين.
- إذا نجح الأمر، يحتفظ بالتغيير. وإذا لم ينجح، يحاول مرة أخرى.
إنهم يستخدمون تقنية تسمى البحث الشعاعي (Beam Search)، وهي تشبه إرسال فريق من المستكشفين بدلاً من مستكشف واحد. بينما يحاول مستكشف واحد اتباع مسار ما، يحاول آخرون مسارات مختلفة قليلاً في نفس الوقت. هذا يضمن عدم تعثرهم في طريق مسدود والعثور على المسار الأكثر سلاسة وأماناً من (أ) إلى (ب).
ماذا وجدوا؟
اكتشاف "الطريق المنحني"
توقع العلماء أن يكون المسار من البروتين (أ) إلى البروتين (ب) خطاً مستقيماً، مثل رسم مسطرة بين نقطتين على الخريطة.
المفاجأة! وجد الذكاء الاصطناعي أن أفضل المسارات هي مسارات منحنية.
تخيل المشي عبر غابة. الخط المستقيم قد يأخذك عبر مستنقع أو منحدر صخري. المسار "المنحني" الذي وجده الذكاء الاصطناعي يلتف حول العقبات، متبعاً التضاريد الطبيعية للغابة. هذا يعني أن الذكاء الاصطناعي يجد طرقاً إبداعية وغير بديهية لخلط البروتينات قد لا يفكر فيها البشر أبداً.
نتائج "الهجين"
عندما اختبروا ذلك على عائلات بروتينية حقيقية (مثل الإنزيمات التي تحارب المضادات الحيوية أو سموم الثعابين)، كانت النتائج مبهرة:
- أفضل من العشوائية: كانت البروتينات الهجينة التي أنشأها الذكاء الاصطناعي أكثر قدرة بكثير على الاستقرار والعمل مقارنة بالمزيج العشوائي.
- أفضل ما في العالمين: في حالة الإنزيمات المحاربة للمضادات الحيوية، أنشأ الذكاء الاصطناعي هجنًا حافظت على الهيكل الأساسي للإنزيم ولكنها استبدلت "أدوات" محددة (الحلقات والحلزونات) من نوع آخر إلى آخر. حتى أن بعضها ابتكر أجزاء مرنة جديدة لم تكن موجودة في أي من الأبوين، مما يشير إلى أن الذكاء الاصطناعي يمكنه ابتكار طرق جديدة لعمل البروتين.
"الرؤية بالأشعة السينية" (الميزات الكامنة)
للتأكد من أن هذه الهجن كانت حقاً مزيجاً من كلا الأبوين، استخدم العلماء "أشعة سينية" خاصة (تسمى المشفّر التلقائي المتناثر - Sparse Autoencoder). هذه الأداة تنظر إلى الكود الخفي داخل البروتين.
وجدوا أنه بينما يتحرك الذكاء الاصطناعي من بروتين "البداية" إلى بروتين "الهدف"، فإن الكود الخفي يتغير تدريجياً. الميزات الفريدة لبروتين البداية تتلاشى، وتظهر الميزات الفريدة لبروتين الهدف. كان الأمر يشبه مشاهدة حرباء تغير ألوانها ببطء من الأخضر إلى الأحمر، بدلاً من التحول اللحظي المفاجئ.
لماذا يهم هذا؟
هذا أمر بالغ الأهمية للطب وعلم الأحياء.
- تصميم الأدوية: يمكننا تصميم إنزيمات جديدة لتفكيك البلاستيك أو محاربة السلالات الخارقة الجديدة عن طريق خلط أفضل السمات من الموجود منها.
- فهم التطور: يساعدنا هذا في فهم كيف ربما بنت الطبيعة بروتينات جديدة في الماضي.
- السلامة: نظرًا لأن الذكاء الاصطناعي يتبع "قواعد الطريق" المستمدة من ملايين السنين من التطور، فإن البروتينات الجديدة أقل عرضة لأن تكون سامة أو غير مستقرة.
باخت الاختصار
لقد بنى المؤلفون نظام GPS تطوري ذكي يوجه عملية إنشاء بروتينات جديدة. بدلاً من دمج بروتينين معاً بشكل أعمى، فإنه يتخذ مساراً منحنيًا وسينمائيًا عبر "غابة" الاحتمالات البيولوجية، مما يضمن أن النتيجة النهائية هي آلة مستقرة وتعمل وتجمع بين أفضل سمات والديها. إنه يشبه تعاون طباخ ماهر وخباز ماهر لابتكار طبق لذيذ وآمن وجديد تماماً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.