Proteome-scale inference of transcription factor binding motifs from predicted protein-DNA structures
تقدم هذه الورقة ZebraMotif، وهو إطار عمل حوسبي على نطاق البروتينوم يستفيد من AlphaFold3 وNA-MPNN للتنبؤ بزخارف الارتباط بالحمض النووي لجميع عوامل النسخ الـ 2,543 في سمك الزيبرا من خلال نمذجة هياكل البروتين والحمض النووي، مما يوسع بشكل كبير قاعدة بيانات الزخارف المتاحة بما يتجاوز ما هو ممكن باستخدام البيانات التجريبية وحدها.
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
داخل كل خلية، تحدد شبكة واسعة من المفاتيح الجزيئية ماهية الخلية وما تفعله. يتم التحكم في هذه المفاتيح بواسطة بروتينات تسمى عوامل النسخ. يعمل كل عامل نسخ كأنه مفتاح محدد، مصمم ليتناسب مع قفل فريد مصنوع من الحمض النووي (DNA). عندما يجد المفتاح قفله، يقوم بتشغيل أو إيقاف الجينات المجاورة، مما يخبر الخلية بالنمو، أو الانقسام، أو تغيير هويتها. لفهم كيفية عمل الحياة، يحتاج العلماء إلى معرفة أي مفتاح يناسب أي قفل بالضبط. بالنسبة للبشر وبعض الحيوانات الأخرى التي تمت دراستها جيدًا، أمضى الباحثون عقودًا في إجراء تجارب لرسم خرائط هذه الروابط. ولكن بالنسبة لمعظم الأنواع، بما في ذلك سمك الزيبرا، وهو سمكة صغيرة مفضلة لدراسة كيفية تطور الأجسام، فإن هذه الخريطة تكاد تكون فارغة تمامًا. بدون معرفة أي البروتينات ترتبط بأي تسلسلات من الحمض النووي، لا يمكن للعلماء فهم التعليمات التي تبني الكائن الحي بشكل كامل.
لفترة طويلة، كانت الطريقة الوحيدة لملء هذه الفراغات هي إجراء اختبارات مخبرية بطيئة ومكلفة لكل بروتين على حدة، وهي مهمة يستحيل إكمالها لآلاف البروتينات في وقت واحد. حاول العلماء تخمين القطع المفقودة من خلال النظر في البروتينات المشابهة في حيوانات أخرى، لكن هذه الطريقة غالبًا ما تفشل عندما تكون الحيوانات مختلفة جدًا عن بعضها البعض. الآن، وجد فريق من الباحثين طريقة جديدة لحل هذا اللغز دون الحاجة إلى دخول المختبر الرطب. لقد استخدموا برنامج حاسوبي قوي للتنبؤ بالشكل ثلاثي الأبعاد لكيفية إمساك هذه البروتينات بالحمض النووي، ثم استخدموا هذا الشكل لمعرفة تسلسل الحمض النووي الدقيق الذي يفضله كل بروتين. ومن خلال تطبيق هذه الطريقة على مجموعة البروتينات الكاملة في سمكة الزيبرا، أنشأوا أول خريطة شاملة لارتباط الحمض النووي لهذا النوع، مما كشف عن آلاف الروابط الجديدة التي لم تكن معروفة سابقًا.
بدأ الباحثون بطرح سؤال بسيط: إذا كان بإمكان الكمبيوتر التنبؤ بشكل البروتين وهو يمسك بقطعة من الحمض النووي، فهل يمكنه التمييز بين قطعة الحمض النووي الصحيحة وأخرى عشوائية؟ استخدموا نظام ذكاء اصطناعي متطور، يُعرف باسم "ألفافولد 3" (AlphaFold3)، المشهور بالتنبؤ بأشكال البروتينات. قاموا بتغذية الكمبيوتر بتسلسل بروتين من سمكة الزيبرا وتسلسل محدد من الحمض النووي، وطلبوا منه نمذجة كيف سيبدوان عندما يلتصقان معًا. قاموا بذلك لآلاف التركيبات، حيث ربطوا كل بروتين بكل من الحمض النووي الذي يُفترض أن يرتبط به وتسلسلات الحمض النووي العشوائية التي يجب أن يتجاهلها. منح الكمبيوتر درجة ثقة لكل تنبؤ، مما أخبر الباحثين فعليًا بمدى تأكده من أن الجزيئين سيلتصقان معًا بهذه الطريقة المحددة.
أظهرت النتائج أن الكمبيوتر كان بارعًا للغاية في هذه المهمة. بالنسبة لمعظم البروتينات التي تم اختبارها، أعطى النموذج درجة ثقة أعلى بكثير عندما تم اقتران البروتين بهدفه الصحيح من الحمض النووي مقارنة باقترانه بتسلسل عشوائي. وهذا يعني أن الكمبيوتر يمكن أن يعمل كمرشح، يصنف المطابقات الجيدة من السيئة. لاحظ الباحثون أن البروتينات التي كان من السهل التنبؤ بها هي أيضًا تلك التي استطاع الكمبيوتر تمييزها بوضوح أكبر. عندما كان الكمبيوتر واثقًا جدًا من شكل المعقد البروتيني-الحمضي النووي، كان ذلك دائمًا تقريبًا هو التطابق الصحيح. منحهم هذا الاكتشاف إشارة موثوقة لاستخدامها في بحث أكبر بكثير.
ومع الحصول على هذه الإشارة، أطلق الفريق مسحًا هائلًا للعثور على قواعد الارتباط لكل عامل نسخ في سمكة الزيبرا. بدأوا بمكتبة من تسلسلات الحمض النووي المحتملة، المستمدة من مناطق الجينوم المعروفة بأنها نشطة في أجنة الأسماك النامية. ثم قاموا بربط كل عامل نسخ من عوامل الزيبرا بهذه التسلسلات المرشحة، وأجروا ملايين عمليات المحاكاة الحاسوبية لمعرفة أي التركيبات تشكل الهياكل الأكثر استقرارًا وثقة. لكل بروتين، احتفظوا فقط بأفضل المطابقات—تلك التي كان الكمبيوتر أكثر يقينًا بأن البروتين والحمض النووي ينتميان معًا.
ولتحويل هذه اللقطات الفردية إلى خريطة قابلة للاستخدام، استخدم الباحثون أداة أخرى لتحليل الأشكال الأفضل تطابقًا. بحثت هذه الأداة في الذرات المحددة التي يلمس فيها البروتين الحمض النووي وحسبت نمط التفضيلات. كانت تسأل: هل يفضل هذا البروتين الحرف A في الموقع الأول، أم الحرف G؟ ومن خلال الجمع بين نتائج العديد من التنبؤات عالية الثقة لنفس البروتين، بنوا ملفًا تفصيليًا، أو "نمطًا" (motif)، يصف بالضبط تسلسل الحمض النووي الذي يبحث عنه ذلك البروتين. كرروا هذه العملية لأكثر من 2500 عامل نسخ، مما أدى إلى إنشاء قاعدة بيانات تسمى "زيبرافوتيف" (ZebraMotif).
تغطي قاعدة البيانات الجديدة ثلاثة أضعاف عدد بروتينات الزيبرا مقارنة بأي مجموعة سابقة. قبل هذا العمل، كانت البيانات التجريبية موجودة لما يقرب من ثلث بروتينات الزيبرا فقط، وحتى تلك كانت غالبًا مجرد تخمينات بناءً على بيانات بشرية. توفر الخريطة الجديدة تنبؤات مباشرة قائمة على البنية للغالبية العظمى من البروتينات المتبقية. وعندما اختبر الباحثون تنبؤاتهم مقابل البروتينات التي كانت الإجابة الحقيقية لها معروفة بالفعل من التجارب، طابقت الخرائط المولدة حاسوبيًا البيانات الواقعية في حوالي نصف المرات للتنبؤ الأساسي، وبشكل أفضل عند النظر في أفضل الاحتمالات القليلة. هذا المستوى من الدقة مثير للإعجاب بالنظر إلى أن الكمبيوتر لم يسبق له رؤية البيانات التجريبية لبروتينات هذه الأسماك المحددة.
تحقق الباحثون أيضًا مما إذا كانت هذه الخرائط الجديدة منطقية بيولوجيًا. بحثوا فيما إذا كانت البروتينات المتوقع ارتباطها بتسلسل معين من الحمض النووي نشطة بالفعل في نفس الخلايا حيث يكون ذلك الحمض النووي مفتوحًا ومتاحًا. ووجدوا أن الخرائط الجديدة أظهرت اتصالًا قويًا بين وجود البروتين وإمكانية الوصول إلى مواقع أهدافه، بشكل مشابه للاتصال المشاهد في الخرائط القديمة المستمدة تجريبيًا. يشير هذا إلى أن التنبؤات الحاسوبية ليست مجرد نواتج رياضية، بل تعكس قواعد بيولوجية حقيقية. علاوة على ذلك، عندما استخدموا هذه الخرائط الجديدة لإعادة بناء الشبكات التنظيمية الجينية لأجنة الأسماك النامية، ملأت البيانات الجديدة الروابط المفقودة، مظهرة كيف تعمل البروتينات المختلفة معًا للتحكم في التطور بطرق كانت غير مرئية من قبل.
لا يتطلب هذا النهج أي تجارب مخبرية جديدة للبدء. فهو يحتاج فقط إلى الشفرة الوراثية للكائن الحي وقائمة من تسلسلات الحمض النووي المحتملة لاختبارها. وبسبب ذلك، يمكن تطبيق هذه الطريقة على أي نوع، حتى تلك الأنواع التي لا توجد لها بيانات ارتباط تجريبية. وقد أثبت الباحثون ذلك من خلال إنشاء خريطة كاملة لسمكة الزيبرا، وهي نوع كان نموذجًا للتطور لعقود ولكنه كان يفتقر إلى هذه المعرفة المحددة. وبينما لا تعتبر هذه الطريقة مثالية وتعمل بشكل أفضل مع البروتينات التي تنطوي في أشكال مستقرة، إلا أنها تفتح بابًا لفهم المنطق الجيني للحياة عبر شجرة الحياة بأكملها، محولةً مهمة كانت تبدو مستحيلة إلى تمرين حاسوبي روتيني.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.