Rectifying AI-generated protein structure ensembles for equilibrium using physics-based computations
تقدم هذه الورقة إطار عمل حوسبي قائم على الفيزياء يتكون من مرحلتين، يجمع بين محاكاة المجموعات الموزونة وخوارزمية إعادة الوزن RiteWeight لمواءمة مجموعات هياكل البروتين المتنوعة المولدة بواسطة الذكاء الاصطناعي في حالة توازن متسقة وذات تفصيل ذري.
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 اكتشاف الوضعية المثالية لراقص. تسأل ثلاثة "مصممي رقصات" مختلفين من الذكاء الاصطناعي لتوليد قائمة تضم 10,000 وضعية محتملة لراقص يدعى "أدينيلات كينيز" (Adenylate Kinase).
- المصمم (أ) يعتقد أن الراقص يجب أن يكون واقفاً في الغالب مع فتح ذراعيه على اتساعهما.
- المصمم (ب) يعتقد أن الراقص يجب أن يكون منكمشاً على نفسه في شكل كرة.
- المصمم (ج) يعتقد أن الراقص يجب أن يقوم بمزيج غريب من الاثنين، لكنه يقف ساكناً في الغالب.
المشكلة هي أن أياً من هذه القوائم ليس هو "الواقع الحقيقي". نماذج الذكاء الاصطناعي بارعة في التخمين، لكنها مدربة على بيانات مختلفة ولديها تحيزاتها الخاصة. إنهم يشبهون ثلاثة من خبراء الأرصاد الجوية يتنبؤون بالطقس للأسبوع القادم؛ قد يكونون جميعاً قريبين من الصواب، لكنهم يختلفون في التفاصيل.
تصف هذه الورقة البحثية "مصنع تصحيح" ذكياً يأخذ هذه القوائع الثلاث المختلفة والمتضاربة من الوضعيات ويمزجها معاً ليجد التوازن الحقيقي الدقيق علمياً (الحالة الطبيعية التي يقضي البروتين معظم وقته فيها).
إليك كيف فعلوا ذلك، باستخدام وصفة بسيطة من ثلاث خطوات:
الخطوة 1: "بذر" بذور الذكاء الاصطناعي
أولاً، أخذ الباحثون القوائم الفوضوية والمتضاربة من أدوات الذكاء الاصطناعي الثلاث. لم يكتفوا باختيار واحدة منها؛ بل أخذوا القليل من كل قائمة لإنشاء "حديقة بداية". قاموا بزراعة هذه "البذور" (هياكل بروتينية محددة) في بيئة محاكاة.
الخطوة 2: "المجموعة الموزونة" (WE) – تمرين الصالة الرياضية
تخين هؤلاء العدائين (البذور) في صالة رياضية. وضع الباحثون هذه البذور على جهاز جري (محاكاة تعتمد على الفيزياء تسمى المجموعة الموزونة - Weighted Ensemble).
- الهدف: معرفة كيف يتحرك البروتين بشكل طبيعي عندما لا يكون مُجبراً بواسطة تحيز الذكاء الاصطناعي.
- العملية: تعمل المحاكاة عبر آلاف "التمارين" الصغيرة والقصيرة. إذا علق أحد العدائين (هيكل بروتيني) في زاوية ما، ترسل المحاكة المزيد من العدائين إلى هناك للاستكشاف. وإذا وجد عداء مساراً جديداً ومثيراً للاهتمام، يتم تكراره لاستكشاف ذلك المسار بشكل أكبر.
- النتيجة: بعد هذا "التمرين"، تبدأ البروتينات في الاسترخاء. الهياكل التي أُجبرت على وضعيات غريبة أو غير طبيعية بفعل الذكاء الاصطناعي تبدأ في التحرر والتحرك نحو حالة أكثر راحة وطبيعية. وتبدأ الاختلافات بين مجموعات الذكاء الاصطراعي الثلاث في التلاشي.
الخطوة 3: "RiteWeight" – بطاقة النتائج النهائية
حتى بعد التمرين، قد لا يكون العداء متوازناً تماماً بعد. هنا يأتي دور خوارزمية RiteWeight. فكر في الأمر كحكم ذكي جداً ينظر إلى التاريخ الكامل لحركات العدائين.
- بدلاً من مجرد عدّ عدد العدائين في كل مكان، تنظر RiteWeight إلى "تدفق" الحركة. فهي تسأل: "إذا انتقل بروتين من النقطة (أ) إلى النقط-ب، فما مدى احتمالية عودته؟"
- تستخدم هذا المنطق لتخصيص "درجة" (وزن) لكل وضعية.
- السحر: عندما يطبقون هذه الدرجات، تنتهي المجموعات الثلاث المختلفة تماماً (المفتوحة، والمغلقة، والمختلطة) بالوصول إلى نفس التوزيع النهائي تماماً. إنهم يتفقون جميعاً على شكل البروتين عندما يكون في حالة سكون حقيقية.
الخلاصة الكبرى
اختبر الباحثون هذه الطريقة على بروتين يسمى أدينيلات كينيز.
- قبل: أعطت أدوات الذكاء الاصطنا الثلاث نتائج مختلفة تماماً.
- بعد: قامت عملية "الذكاء الاصطناعي + الفيزياء" بتنعيم الفروقات. أظهرت النتيجة النهائية أن البروتين يقضي معظم وقته في وضعية مفتوحة، وهو ما يتطابق مع ما رآه العلماء في التجارب الواقعية (باستخدام تقنية تسمى FRET).
لماذا هذا مهم؟
فكر في الذكاء الاصطناعي كفنان سريع ومبدع للغاية يمكنه رسم مليون صورة لوجه في ثوانٍ. لكن أحياناً، قد يخطئ الفنان في تشريح الوجه لأنه يعتمد على التخمين.
توضح هذه الورقة أنه إذا أخذت رسومات الذكاء الاصطنا هذه ومررتها عبر "فحص فيزيائي" (تمرين الصالة الرياضية والحكم)، يمكنك إصلاح الأخطاء. ستحصل على نتيجة تجمع بين السرعة (بفضل الذكاء الاصطناعي) والدقة (بفضل الفيزياء).
هذا أمر بالغ الأهمية لتصميم الأدوية. إذا أردنا تصميم دواء ليتناسب مع بروتين ما، فنحن بحاجة لمعرفة الشكل الحقيقي للبروتين، وليس فقط الشكل الذي يعتقد الذكاء الاصطناعي أنه صحيح. توفر لنا هذه الطريقة وسيلة موثوقة للحصول على الشكل الحقيقي، حتى عندما تختلف أدوات الذكاء الاصطناي حوله.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.