Cataloging cysteines in ECOD domains using a protein language model

تخيل جسم الإنسان كمكتبة ضخمة تحتوي على ملايين من أدلة التعليمات المختلفة (البروتينات). داخل هذه الأدلة، يوجد شخصية خاصة تُدعى السيستين (Cysteine). فكر في السيستین كأنه حمض أميني يعمل مثل "السكين السويسري" متعدد الاستخدامات. اعتماداً على الموقف، يمكن لهذا الأداة القيام بثلاث وظائف مختلفة تماماً:

1. مرساة المعدن: يمسك بقطع معدنية (مثل الزنك) ليمسك بالهيكل معاً.
2. دبوس الأمان: يتصل مع سيستين آخر ليشكل "رابطة ثنائية الكبريتيد"، حيث يعمل مثل دبوس الأمان الذي يغلق جزأين من البروتين في مكانهما.
3. الوكيل الحر: يبقى حراً وغير متصل، مستعداً للتفاعل كيميائياً.

المشكلة:
لقد أصبح العلماء بارعين حقاً في التنبؤ بكيفية "شكل" أدلة البروتينات هذه باستخدام النماذج الحاسوبية (مثل AlphaFold). ومع ذلك، فإن مجرد النظر إلى صورة الدليل لا يخبرك دائماً أي "وظيفة" يقوم بها السكين السويسري. هل هو ممسك بمعدن؟ أم أنه مثبت بدبوس في قطعة أخرى؟ أم أنه حر؟ من الصعب معرفة ذلك بمجرد النظر إلى نموذج ثلاثي الأبعاد تم إنشاؤه بواسطة الكمبيوتر.

الحل: TriCyP
قام الباحثون ببناء أداة جديدة تسمى TriCyP (متنبئ السيستين ثلاثي الحالات). فكر في TriCyP كأنه أمين مكتبة ذكي للغاية وعالي التقنية، قد قرأ ملايين من هذه الأدلة. إنه يستخدم "نموذج لغة" (نوع من الذكاء الاصطناعي الذي يفهم قواعد البروتينات) لينظر إلى نص البروتين ويخمن فوراً الوظيفة التي يقوم بها السيستين من بين الوظائف الثلاث.

ما مدى كفاءته؟
الأداة دقيقة للغاية. فعند اختبارها على أمثلة جديدة، أصابت الإجابة الصحيحة في كل مرة تقريًا (بدقة 99%)، حيث تفوقت على أي طريقة سابقة في رصد تلك "دبابيس الأمان" و"مراسِي المعادن".

ماذا وجدوا؟
استخدم الفريق أداة TriCyP لمسح مجموعة هائلة تضم 2.7 مليون سيستين عبر 0.9 مليون عائلة بروتينية مختلفة. وهنا كشفت "الخريطة" التي أنشؤوها عما يلي:

• الموقع مهم: توجد "دبابيس الأمان" (روابط ثنائية الكبريتيد) غالباً في البروتينات التي تعيش خارج الخلية (خارج خلوية)، ومن المرجح أن ذلك لأنها تحتاج إلى حماية إضافية في البيئة القاسية في الخارج.
• التجمع النووي: توجد "مراسِي المعادن" غالباً في مركز تحكم الخلية (النواة). وهذا منطقي لأن العديد من البروتينات هناك هي مفاتيح "إصبع الزنك" التي تحتاج إلى معدن لتعمل.
• إثراء حقيقي النواة: هذه السيستينات متعددة الاستخدامات أكثر شيوعاً في الكائنات المعقدة (مثل البشر والحيوانات) مقارنة بالكائنات الأبسط.

اكتشافان رائعان:
استخدم الباحثون هذه الخريطة الجديدة لرصد شيئين مثيرين للاهتمام:

1. دبابيس الأمان المفقودة: في بعض الأحيان، يُظهر النموذج الحاسوبي السيستين وهو مستعد ليكون "دبوس أمان"، لكنه لا يرى النصف الآخر من الدبوس الذي من المفترض أن يتصل به. قد يعني هذا أن النموذج الحاسوبي مهتز قليلاً في تلك المنطقة، أو قد يعني أن البروتين يمد يده ليمسك ببروتين آخر لتكوين رابطة (مثل شخصين يتصافحان).
2. عمال المعادن الخفيون: من خلال النظر في أنماط السيستين التي تنسق مع المعادن، وجدوا عائلات كاملة من البروتينات لم نكن ندرك أنها تمسك بالمعادن من قبل.

النتيجة:
لقد حول الفريق هذا الكتالوج الضخم لوظائف السيستين إلى مورد عام. إنه يشبه فهرساً جديداً ومفصلاً لمكتبة الحياة، يساعد العلماء ليس فقط على فهم شكل البروتينات، بل وفهم بالضبط ما تفعله أدواتها الخاصة.