← أحدث الأبحاث
💻 المعلوماتية الحيوية

Rapid generation of antibody conformational ensembles using machine learning

يقدم البحث "كادينس" (Cadense)، وهو إطار عمل للتعلم الآلي يولد بسرعة مجموعات تشكيلية متنوعة للأجسام المضادة من التسلسل للتغلب على قيود التنبؤ بالبنية الاستاتيكية، مما يتيح نمذجة أكثر دقة للتفاعلات الديناميكية بين الأجسام المضادة والمستضدات ويسرع عملية تصميم الأدوية.

المؤلفون الأصليون: Rao, P. V., Sommer, D., Davidson, D., Alberstein, R. G., Ludwiczak, J., Kleinhenz, J., Vani, B., Park, E., Lee, J. H., Izadi, S., Kiefer, J. R., Bonneau, R., Mahajan, S. P., Watkins, A. M., Dreyer, F.
نُشر 2026-11-09
📖 5 دقيقة قراءة🧠 قراءة متعمّقة

المؤلفون الأصليون: Rao, P. V., Sommer, D., Davidson, D., Alberstein, R. G., Ludwiczak, J., Kleinhenz, J., Vani, B., Park, E., Lee, J. H., Izadi, S., Kiefer, J. R., Bonneau, R., Mahajan, S. P., Watkins, A. M., Dreyer, F. A.

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

تُعد البروتينات هي محركات الحياة، وهي آلات متناهية الصغر تنطوي لتتخذ أشكالاً محددة للقيام بمهام مثل محاربة العدوى أو حمل الأكسجين. ولعقود من الزمن، اعتمد العلماء على طريقة تسمى بلورات الأشعة السينية لرؤية هذه الأشكال، والتي تتضمن تجميد البروتين في بلورة والتقاط صورة له. والمشكلة تكمن في أن هذه الصورة ثابتة؛ فهي تلتقط البروتين في لحظة واحدة مجمدة، تماماً مثل صورة فوتوغرافية لعداء في منتصف خطوة جري. وفي الواقع، البروتينات ديناميكية، فهي تتذبذب وتتحول باستمرار بين أشكال مختلفة. وهذا التحرك بالغ الأهمية خاصة بالنسبة للأجسام المضادة، وهي المدافعات عن الجهاز المناعي. فالأجسام المضادة تمتلك حلقات مرنة عند أطرافها يجب أن تنحني وتلتوي للإمساك بغزاة محددين. وإذا رأى العالم الجسم المضاد في وضعية صلبة واحدة فقط، فقد يغفل عن الشكل الذي يسمح له بالارتباط بفيروس مسبب للمرض، أو قد يفترض خطأً أن بروتيناً غير ضار هو بروتين خطر لأنه يبدو محفوفاً بالمخاطر في لقطة واحدة مجمدة فقط.

لفترة طويلة، كانت الطريقة الوحيدة لرؤية هذه التحركات هي تشغيل عمليات محاكاة حاسوبية معقدة تحاكي فيزياء الماء والذرات، وهي عملية ثقيلة حاسوبياً لدرجة أنها قد تستغرق أياماً لمحاكاة جزء ضئيل جداً من ثانية واحدة من الحركة. وهذا يجعل من المستحيل اختبار آلاف العقاقيات المحتملة بسرعة. وقد قدم الباحثون في شركة "جينينتيك" (Genentech) أداة جديدة تسمى "كادينس" (Cadense) تغير قواعد اللعبة. فبدلاً من محاكاة كل حركة من الصفر، يستخدم "كادينس" نوعاً من الذكاء الاصطناعي المدرب على ملايين عمليات المحاكاة السابقة لتوليد عائلة كاملة من الأشكال المحتملة للجسم المضاد بشكل فوري. هو لا يخمن هيكلاً واحداً فحسب، بل ينتج مجموعة متنوعة، أو "مجموعة" (ensemble)، من الهياكل التي توضح كيف يتذبذب الجسم المضاد وينثني في الحياة الواقعية. وهذا يتيح للعلماء رؤية النطاق الكامل للحركة في ثوانٍ بدلاً من أيام، مما يوفر صورة أوضح لكيفية سلوك هذه الجزيئات في الواقع.

اختبر الباحثون هذا النظام الجديد عبر مطالبته بالتنبؤ بأشكال الأجسام المضادة التي عرفوا إجاباتها بالفعل من خلال التجارب. في إحدى مجموعات الاختبارات، درسوا الأجسام المضادة التي تم بلورتها في حالتين مختلفتين: إحداهما بدون هدف (الحالة "apo") والأخرى مرتبطة بهدف (الحالة "holo"). وتميل معظم البرامج الحاسوبية الموجودة، المدربة غالباً على النسخ المرتبطة بالهدف، إلى التنبؤ بالشكل المرتبط بالهدف فقط، متجاهلةً الشكل المرن غير المرتبط تماماً. ومع ذلك، نجح "كادينس" في توليد عينات غطت النطاق الكامل للحركة، حيث أنتج هياكل تشبه تماماً الشكل غير المرتبط، والشكل المرتبط، وكل ما بينهما. وفي اختبار صارم بشكل خاص، استخدم الفريق الأداة للتنبؤ بشكل جسم مضاد قاموا ببلورته للتو في مختبرهم الخاص، وهو هيكل لم يره الحاسوب من قبل. وكان أفضل تخمين للأداة دقيقاً ضمن عرض ذرة واحدة، مما أثبت قدرتها على إيجاد الشكل الصحيح حتى عندما يكون جديداً تماماً على النظام.

وبعيداً عن مجرد الحصول على الشكل الصحيح، أراد الفريق معرفة ما إذا كانت هذه المجموعات المولدة يمكن أن تساعد في التنبؤ بمدى أمان وفعالية الجسم المضاد كعقار. فالأجسام المضادة تحتاج إلى توازن صحيح بين الشحنة الكهربائية والقدرة على الالتصاق على سطحها لتعمل بشكل جيد دون أن تتكتل معاً أو تسبب آثاراً جانبية. وعندما ينظر العلماء إلى هيكل واحد ثابت، فإنهم غالباً ما يصنفون البروتين على أنه عالي المخاطر لأنه يبدو شديد الالتصاق أو مشحوناً في تلك الوضعية الواحدة. وباستخدام مجموعات "كاديس" (Cadense ensembles)، التي تُظهر البروتين وهو يتحرك عبر العديد من الأشكال، وجد الباحثون أن الأداة يمكنها تصحيح هذه الإنذارات الكاذبة. وفي اختباراتهم، قللت طريقة "المجموعة" من عدد تحذيرات "المخاطر العالية" الكاذبة بمقدار 3.5 مرة مقارنة بالنظر إلى صورة ثابتة واحدة. وهذا يعني أن مطوري الأدوية يمكنهم التوقف عن إضاعة الوقت والموارد على مرشحين واعدين تم رفضهم خطأً لأن لقطة واحدة بدت سيئة، بينما يستمرون في رصد الأجريات الخطيرة حقاً.

تضمن الاختبار النهائي معرفة ما إذا كانت هذه المجموعات المرنة يمكن أن تساعد العلماء في فهم كيفية إمساك الجسم المضاد بفيروس أو بكتيريا. هذه العملية، المعروفة باسم "الرسو" (docking)، صعبة للغاية لأن الحلقات المرنة للجسم المضاد يجب أن تتحرك لتتلاءم تماماً حول الهدف. استخدم الباحثون مجموعات "كادينس" كمدخلات لبرنامج رسو قائم على الفيزياء وقارنوا النتائج باستخدام الهياكل الثابتة الفردية. وقد أدت المجموعات أداءً أفضل بكثير، حيث وجدت وضعية الارتباط الصحيحة في كثير من الأحيان. وكان هذا واضحاً بشكل خاص في الأجسام المضادة ذات الحلقات غير العادية والجديدة التي لم يرها الحاسوب من قبل؛ فبينما تعثرت النماذج الثابتة مع هذه الأشكال الجديدة، حافظت مجموعات "كادينس" على دقة عالية. وهذا يشير إلى أن توفير سحابة من الأشكال المحتملة بدلاً من تخمين صلب واحد، يمنح برنامج الرسو المرونة اللازمة لحل لغز كيفية ارتباط الأجسام المضادة بأهدافها.

يؤسس هذا العمل لـ "كادينس" كجسر عملي بين عالم المحاكاة الفيزيائية البطيء والمفصل وبين الاحتياجات السريعة وعالية السرعة لاكتشاف الأدوية. وبينما تقتصر الأداة حالياً على الأجزاء المتغيرة من الجسم المضاد ولا يمكنها بعد التنبؤ بالسلوك الحركي طويل الأمد للجزيء، إلا أنها تقدم طريقة جديدة وقوية لدمج حقيقة الحركة الجزيئية في عملية التصميم. ومن خلال استبدال أيام من الحسابات بتوليد يتم في ثوانٍ، فإنها تتيح للباحثين مراعاة الطبيعة الديناميكية للأجسام المضادة على نطاق كان مستحيلاً في السابق. إن هذا التحول من اللقطات الثابتة إلى المجموعات الديناميكية يعد بجعل البحث عن علاجات جديدة أسرع وأكثر دقة، مما يضمن أخيراً مراعاة الطبيعة المرنة والحية لهذه الجزيئات في تصميم الجيل القادم من الأدوية.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →