GLOM TGITO: multiscale protein modelling and multiview landscape-guided sequence discovery

تُعد هندسة البروتينات فن إعادة كتابة الشفرة البيولوجية للحياة لابتكار جزيئات تؤدي مهاماً جديدة. وفي قلب هذا المجال يكمن تحدٍ بسيط ولكنه صعب: لدى العلماء مكتبة هائلة من تسلسلات البروتينات، لكنهم لا يستطيعون اختبار سوى جزء ضئيل منها في المختبر. والهدف هو العثور على المتغيرات النادرة وعالية الأداء المختبئة داخل هذا البحر الهائل من الاحتمالات دون الحاجة إلى بناء وقياس كل واحد منها. وللقيام بذلك، يستخدم الباحثون نماذج حاسوبية تتعلم من الأمثلة القليلة التي قاموا بقياسها؛ حيث تحاول هذه النماذج التنبؤ بكيفية تأثير التغيير في تسلسل البروتين على وظيفته، مثل مدى سطوع بروتين فلوري معين. ومع ذلك، تبرز مشكلة رئيسية: غالباً ما تصبح هذه النماذج مفرطة في الثقة؛ فقد تتنبأ بأن تسلسلاً جديداً تماماً وغير مختبر سيكون رائعاً، لمجرد أنه يشبه إلى حد ما النسخ الساطعة التي رأتها من قبل، حتى لو لم يكن لدى النموذج دليل حقيقي يدعم هذا الادعاء. ويؤدي هذا إلى إهدار الجهد في مطاردة تسلسلات تبدو جيدة على شاشة الكمبيوتر لكنها تفشل في العالم الحقيقي.

لقد طور فريق من الباحثين نهجاً جديداً يسمى GLOM–TGITO لحل هذه المشكلة تحديداً. فبدلاً من الاعتماد على رؤية واحدة جامدة للبروتين، يقوم نظامهم ببناء خريطة متعددة الطبقات لبنية البروتين وسلوكه. تخيل أنك تنظر إلى مشهد طبيعي ليس فقط من قمر صناعي، بل أيضاً من طائرة بدون طيار، ومن فوق تلة، ومن منظور مستوى الشارع في آن واحد. لقد فعل نموذج الباحثين شيئاً مشابهاً، حيث قام بتحليل البروتين على ثلاثة مستويات مختلفة: الجزيء بأكمِله، ومناطق محددة من الجزيء، وبقع مفتاحية فردية حيث تبرز أهمية التغييرات. ومن خلال دمج هذه المنظورات المختلفة، يستطيع النظام رؤية "تضاريس" أداء البروتين بوضوح أكبر. وهو يستخدم هذه الخريطة التفصيلية لتوجيه عملية البحث، مما يضمن أنه عندما يقترح بروتيناً جديداً أكثر سطوعاً، فإنه يفعل ذلك انطلاقاً من أدلة محلية صلبة وليس من مجرد تخمين أعمى.

اختبر الباحثون هذه الطريقة على مجموعة بيانات تحتوي على أكثر من 31,000 نسخة مقاسة من بروتين فلوري يسمى ppluGFP2. وقاموا بتدريب نموذجهم للتنبؤ بسطوع هذه البروتينات بناءً على تسلسلاتها الجينية. وعندما قارنوا نظامهم الجديد بأقوى الأساليب الموجودة، كانت النتائج مذهلة؛ فقد ارتكب النموذج الجديد أخطاء تنبؤ أقل بكثير. والأهم من ذلك، عندما استخدموا النموذج للبحث عن أفضل 100 مرشح للأكثر سطوعاً، وجدوا أن جميعها تقريباً — بنسبة 96.3% في أحد الاختبارات و97.3% في اختبار آخر — كانت ساطعة بالفعل عند قياسها في المختبر. وفي المقابل، لم تتمكن أفضل الطرق المنافسة إلا من إيجاد بروتينات ساطعة في حوالي نصف اختياراتها الأولى فقط. وهذا يشير إلى أن النظام الجديد أفضل بكثير في التمييز بين التسلسلات الواعدة حقاً وتلك التي تبدو واعدة فقط بالنسبة لحاسوب مرتبك.

تكمن قوة هذا النظام في كيفية تعامله مع عدم اليقين. فبينما يبحث الكمبيوتر عن بروتينات أفضل، فإنه يتحقق باستمرار من ثقته الخاصة؛ إذ يسأل نفسه: "هل لدي بيانات حقيقية كافية بالقرب من هنا لأثق في هذا التنبؤ؟". وإذا كان النموذج يتوغل في منطقة تفتقر إلى الدعم التجريبي الكافي، فإنه يصبح حذراً. فهو يستخدم بوابة ديناميكية لوزن الرؤى المختلفة لمشهد البروتين، مع إعطاء الأولوية لتلك المدعومة بالقياسات الحقيقية. وقد سمحت هذه العملية للباحثين بالعثور على 2,594 تسلسلاً مرشحاً متميزاً من بحثهم. وعندما قاموا بتصفيتها للوصول إلى أفضل 100 مرشح، لم تكن البروتينات المختارة ساطعة فحسب كما توقعوا، بل أظهرت أيضاً "انحرافاً" أقل بكثير عن بيانات التدريب المعروفة. وبعبارة أخرى، كانت هذه البروتينات الجديدة مبتكرة بما يكفي لتكون مثيرة للاهتمام، ولكنها قريبة بما يكفي مما يعرفه النموذج ليكون موثوقاً. وقد سمح هذا التوازن لهم بالعثور على 38 مرشحاً كانوا جدداً وموثوقين في آن واحد، وهو رقم يزيد عن ضعف ما أنتجته الطرق الأخرى.

ولفهم سبب نجاح هذه البروتينات الجديدة، أجرى الباحثون عمليات محاكاة حاسوبية مفصلة لسلوكها الفيزيائي. فقد نظروا في كيفية تحرك البروتينات وكيفية تفاعل أسطحها مع الماء. ووجدوا أن العديد من التصميمات الناجحة كانت تمتلك بقعاً أصغر وأقل "لزوجة" على سطحها. وفي عالم البروتينات، غالباً ما يساعد امتلاك سطح أقل لزوجة الجزيء على الالتفاف (طي البروتين) بشكل صحيح وتجنب التكتل معاً، وهو أمر ضروري لكي يتوهج بسطوع. وبعيداً عن السطح، كشفت عمليات المحاكاة عن تغيرات في عمق قلب البروتين، بالقرب من الجزء الذي يصدر الضوء فعلياً. ففي بعض التصميمات العليا، حافظت البنية الداخلية على الجزء المولد للضوء بشكل أكثر إحكاماً، مما قلل من تذبذبه. وفي حالات أخرى، كانت الروابط الكيميائية التي تثبت الجزء المولد للضوض في مكانه أكثر استقراراً. وفرت هذه التغييرات الفيزيائية تفسيراً واضحاً لسبب نجاح خيارات الكمبيوتر: فقد خلقت التسلسلات الجديدة بيئة أكثر استقراراً لكي يسطع الضوء.

يُظهر هذا العمل أن الجمع بين رؤية تفصيلية متعددة المقاييس للبروتين والتحقق الدقيق من الأدلة المحلية يمكن أن يحسن بشكل كبير من عملية البحث عن أدوات بيولوجية أفضل. لم يجد الباحثون بروتينات أكثر سطوعاً فحسب، بل وجدوا طريقة لإيجادها بثقة. فمن خلال ضمان أن كل اقتراح جديد مدعوم بفهم صلب للمشهد المحلي، تجنبوا فخ الإفراط في الثقة الذي عانت منه المحاولات السابقة. والنتيجة هي مسار إنتاج يعطي حصيلة عالية من البروتينات الفلورية الوظيفية والساطعة حقاً، مما يوفر طريقاً أكثر موثوقية لتصميم الجيل القادم من المستشعرات والأدوات البيولوجية. وتؤكد الدراسة أنه عندما نعلم الحواسيب كيف تنظر إلى البروتينات من زوايا متعددة وأن تحترم حدود معرفتها، يمكننا اكتشاف وظائف بيولوجية جديدة كانت بعيدة المنال سابقاً.