HighFold-Lasso: Topology-Guided Prediction of Lasso Peptide Structures Using AlphaFold3
يُعد HighFold-Lasso إطاراً حوسبياً مبتكراً يدمج بين الاتصال التساهمي المخصص والتهيئة التكيفية الموجهة بالركيزة لتحقيق نجاح بنسبة 100% في التنبؤ بالبنى المتشابكة ميكانيكياً المعقدة لجميع فئات ببتيدات اللاسو الأربعة، متفوقاً بشكل كبير على النماذج العامة في الدقة والموثوقية.
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
تمتلك الطبيعة براعة في بناء عُقد جزيئية تبدو مستحيلة الحل. ومن بين أكثر هذه العُقد تعقيداً، تبرز الببتيدات الحبلية (lasso peptides)، وهي عائلة خاصة من البروتينات التي تصنعها البكتيريا وغيرها من الكائنات الدقيقة. تخيل حلقة صغيرة من خيط، مع ذيل تم سحبه عبر مركز الحلقة ثم أُحكم في مكانه، بحيث لا يمكن للذيل أن ينزلق للخارج مرة أخرى. هذا هو الببتيد الحبلي: حلقة تشكلت بواسطة رابطة كيميائية، مع ذيل مُمرر عبرها ومثبت بواسطة رابطة ثانية أو نتوء فيزيائي. هذا التشابك الميكانيكي يمنح الجزيء قوة مذهلة، مما يسمح له بتحمل الحرارة العالية ومقاومة التحلل بواسطة الإنزيمات. وبسبب هذه المتانة، يتوق العلماء لاستخدام هذه الببتيدات كبنات بناء لأدوية جديدة وأدوات صناعية. ومع ذلك، لكي يتمكنوا من هندستها بفعالية، يحتاج الباحثون أولاً إلى معرفة شكلها بدقة في الأبعاد الثلاثة.
لسنوات طويلة، كان تحديد شكل هذه الجزيئات المعقودة مشكلة مستعصية. فبينما يستطيع العلماء قراءة الشفرة الوراثية التي تخبر الخلية بكيفية بناء الببتيد بسهولة، فإن ترجمة تلك الشفرة إلى شكل ثلاثي الأبعاد تعد أمراً صعباً للغاية بالنسبة للنماذج الحاسوبية. فالأدوات القياسية المستخدمة للتنبؤ ببنيات البروتين، والتي أصبحت قوية للغاية في السنوات الأخيرة، غالباً ما تفشل مع الببتيدات الحبلية. هذه النماذج العامة ممتازة في تخمين الأشكال للبروتينات التقليدية، لكنها تعاني مع القيد الميكانيكي المحدد المتمثل في مرور الذيل عبر الحلقة. وبدون نقطة البداية الصحيحة، قد يتنبأ الحاسوب بشكل يبدو صحيحاً كيميائياً ولكنه يفتقر إلى العقدة الجوهرية، أو قد يستسلم ببساطة. هذه الفجوة بين معرفة التسلسل ورؤية الشكل تركت جزءاً كبيراً من الإمكانات الكامنة للببتيدات الحبلية غير مستغلة.
ولسد هذه الفجوة، طور فريق من الباحثين في جامعة ماكاو بوليتكنيكيك طريقة جديدة تسمى HighFold-Lasso. فبدلاً من مطالبة الحاسوب بتخمين الشكل من الصفر، صمم الفريق نظاماً يبدأ ببنية حبلية صحيحة معروفة ثم يقوم بتحسينها بلطف. لقد أدركوا أن الجزء الأصعب في المشكلة ليس كيمياء الروابط، بل هو الطوبولوجيا (topology)—أي حقيقة أن الذيل يجب أن يمر عبر الحلقة. ومن خلال تزويد الحاسوب بـ "سقالة"، أو قالب تقريبي يحتوي بالفعل على الذيل الممرر بشكل صحيح، يمكن للنموذج التركيز على ضبط التفاصيل الدقيقة بدلاً من محاولة ابتكار العقدة نفسها. يجمع هذا النهج بين قوة محرك التنبؤ بالبنية الحديث وبين دليل محدد يضمن عدم فقدان القفل الميكانيكي أثناء عملية الحساب.
اختبر الباحثون أداتهم الجديدة على مجموعة مكونة من 52 ببتيداً حبلِيّاً تم تأكيد أشكالها مسبقاً عن طريق التجارب. وفي كل حالة، نجح HighFold-Lasso في التنبؤ ببنية تحافظ على الطوبولوجيا الصحيحة للتمرير. كانت هذه درجة كاملة، في حين أن أفضل النماذج العامة الموجودة لم تتمكن من ضبط العقدة بشكل صحيح إلا في حوالي ثلثي الحالات. وفضلاً عن ضبط العقدة بشكل صحيح، أنتجت الطريقة الجديدة أشكالاً أقرب بكثير إلى الواقع التجريبي. فعندما قاس الباحثون المسافة بين الذرات المتوقعة والذرات الفعلية، كان متوسط الخطأ أقل من 2.4 أنجستروم للجزيء بأكွယ်. وهذا يمثل تحسناً كبيراً مقارنة بالطرق السابقة، التي كانت أخطاؤها غالباً ضعف هذا الحجم تقريباً. ووجد الفريق أن هذه الدقة ظلت قائمة حتى في النسخ الأكثر تعقيداً من هذه الببتيدات، بما في ذلك تلك التي تحتوي على روابط كيميائية إضافية أو وحدات بناء غير عادية تتجاهلها النماذج القياسية.
كان جزء رئيسي من النجاح هو كيفية تعامل الفريق مع نقطة البداية في الحساب. فبدلاً من ترك الحاسوب يبدأ بمجموعة عشوائية وفوضوية من الذرات، بدأوا ببنية تمتلك بالفعل علاقة التمرير الصحيحة. ثم أضافوا كمية صغيرة من الضجيج المحكوم إلى هذا الشكل البدئي وطلبوا من الحاسوب تنظيفه، وهي عملية سمحت للنموذج باستكشاف الاختلافات الطفيفة دون فقدان العقدة الأساسية. وقد ثبت أن استراتيجية "الضجيج المنخفض" هذه كانت حيوية. فعندما اختبر الباحثون ما سيحدث إذا أزالوا هذا الدليل الهيكلي المحدد، انخفض معدل النجاح في التنبؤ بالعقدة الصحيحة بشكل كبير، حيث هبط إلى حوالي ثلاثة أرباع الحالات. وقد أكد هذا أن السقالة الأولية لم تكن مجرد تلميح مفيد، بل كانت أساساً ضرورياً لعمل النموذج.
كما تناولت الدراسة مسألة الواقعية الفيزيائية. فبينما كانت التنبؤات الحاسوبية صحيحة من الناحية الطوبولوجية، كانت الروابط بين الذرات أحياناً ممدودة أو مضغوطة قليلاً، وهو ما لا يحدث في جزيء حقيقي مستقر. ولإصلاح ذلك، استخدم الفريق خطوة تحسين قائمة على الفيزياء تعمل مثل "تدليك لطيف" للبنية، حيث تقوم بضبط أطوال الروابط وزواياها لتتوافق مع قوانين الكيمياء دون كسر العقدة. هذه العملية أزالت التصادمات الصغيرة حيث تكون الذرات قريبة جداً من بعضها البعض، وصححت هندسة الروابط الكيميائية الخاصة التي تمسك الحبل معاً. وكانت النتيجة بنية ليست دقيقة طوبولوجياً فحسب، بل هي أيضاً منطقية فيزيائياً، وجاهزة للاستخدام في المزيد من الدراسات.
إن تداعيات هذا العمل تمتد إلى ما هو أبعد من مجرد الحصول على الأرقما الصحيحة. فقد أظهر الباحثون أن طريقتهم يمكنها أيضاً التعامل مع الببتيدات الحبلية التي تحتوي على أحماض أمينية غير قياسية، وهي الوحدات البنائية التي تستبدلها الطبيعة أحياناً لخلق خصائص كيميائية جديدة. هذه المرونة أمر بالغ الأهمية لمستقبل الهندسة الجزيئية، حيث يرغب العلماء في تصميم ببتيدات مخصصة ذات وظائف محددة. ومن خلال إثبات قدرتهم على التنبؤ بشكل هذه الجزيئات المعقدة والمعقودة بدقة عالية، قدم الفريق أداة موثوقة لاستكشاف المكتبة الواسعة من الببتيدات الحبلية التي تنتظر الاكتشاف في الطبيعة. ويشير هذا العمل إلى أنه بالنسبة للجزيئات ذات القيود الميكانيكية الفريدة، فإن توفير السياق الهيكلي الصحيح لا يقل أهمية عن البيانات الكيميائية نفسها، مما يفتح مساراً جديداً لفهم وتصميم الآلات المعقدة للحياة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.