GeoLinker: An Equivariant Diffusion Model for 3D Molecular Linker Design
يُعد GeoLinker إطار عمل انتشار موحد متماثل مع SE(3) يعالج تحدي تصميم الروابط الجزيئية ثلاثية الأبعاد في اكتشاف الأدوية القائم على الشظايا من خلال دعم سيناريوهات شرطية متعددة عبر الانتباه المدرك للمرساة وتضمينات الحجم، محققاً حداثة عالية ومعقولية فيزيائية عبر مختلف المعايير المرجعية.
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
في المشهد الشاسع لاكتشاف الأدوية، غالبًا ما يواجه العلماء لغزًا لا يتعلق بإيجاد مفتاح واحد بقدر ما يتعلق بصياغة جسر. هذه الاستراتيجية، المعروفة باسم اكتشاف الأدوية القائم على الشظايا (fragment-based drug discovery)، تتضمن أخذ قطع صغيرة وبسيطة من الجزيئات المعروفة بقدرتها على الالتصاق الضعيف بهدف مرضي، ومحاولة وصلها معًا. تخيل جزيرتين منفصلتين بالكاد يمكن للسفينة أن تلمسهما؛ الهدف هو بناء جسر متين بينهما حتى تتمكن السفينة من السير بحرية. يُسمى هذا الجسر "الرابط" (linker). ولكي يعمل الدواء، يجب ألا يكتفي هذا الجسر بربط القطعتين فحسب، بل يجب أيضًا أن يحفظهما في شكل ثلاثي الأبعاد محدد للغاية، مما يضمن ملاءمتهما تمامًا للآلات البيولوجية التي يُفترض بهما إيقافها. إن إنشاء هذه الجسور أمر صعب لأن فضاء الأشكال المحتملة هائل، والجسر الذي يبدو جيدًا على الورق قد يكون مستحيل البناء في المختبر أو قد ينهار تحت وزنه الخاص.
لقد طور الباحثون في مؤسسة شيف نادار للتميز (Shiv Nadar Institution of Eminence) أداة جديدة تسمى GeoLinker لحل هذه المشكلة. فبدلاً من الاعتماد على الطرق القديمة التي تبني الجزيئات قطعة بقطعة أو البحث في قواعد بيانات ضخمة من الكيماويات الموجودة، يستخدم GeoLinker نوعًا من الذكاء الاصطناعي الذي يتعلم تخيل شكل الجسر من الصفر. يعتمد النظام على مفهوم يسمى "الانتشار" (diffusion)، والذي يمكن تشبيهه بعملية تبدأ بسحابة من الضجيج العشوائي ثم يتم تنقيحها ببطء حتى يظهر هيكل واضح وقابل للاستخدام. وما يجعل GeoLinker مميزًا هو قدرته على فهم قواعد الفضاء ثلاثي الأبعاد؛ فهو يعلم أنه إذا قمت بتدوير جزيء، فإن خصائصه الكيميائية لا تتغير، ويستخدم هذه المعرفة لتوليد روابط واقعية فيزيائيًا وصحيحة كيميائيًا.
قام الباحثون بتدريب هذا النظام على مجموعة ضخمة من الجزيئات المعروفة بأنها شبيهة بالأدوية ليتعلم كيفية اتصال الذرات بشكل طبيعي. وبمجرد تدريبه، اختبروا GeoLinker بأربع طرق مختلفة لمعرفة مدى مرونته. في بعض الأحيان طلبوا منه بناء جسر دون تعليمات محددة، وفي أحيان أخرى أخبروه بالضبط بالذرات التي يجب ربطها، وفي حالات أخرى حددوا طول الجسر الذي يجب أن يكون عليه. كما اختبروه في وضع كان عليه اتباع نقاط الربط ومتطلبات الطول في آن واحد. وأظهرت النتائج أن GeoLinker يمكنه توليد مجموعة متنوعة من الهياكل الجديدة التي لم تُشاهد من قبل. وفي اختبار قياسي لمجموعة من الجزيئات، أنتج النظام تصميمات جديدة في ما يقرب من 80% من الحالات، وهي نسبة حداثة أعلى بكثير من الطرق السابقة. وبينما كانت الأدوات القديمة تميل إلى إنتاج تصميمات آمنة ومتوقعة ولكنها متكررة، استكشف GeoLinker نطاقًا أوسع بكثير من الأشكال، فأنشأ جزيئات ذات هياكل حلقية أكثر تعقيدًا واتصالات أكثر تنوعًا.
ومع ذلك، جاء هذا الاستكشاف لأشكال جديدة مع مقايضة. نظرًا لأن GeoLinker يعطي الأولوية لإيجاد هياكل فريدة ومعقدة، فقد كانت نسبة الجزيئات التي أنشأها والتي كانت صحيحة كيميائيًا تمامًا أقل من الأدوات القديمة الأكثر تحفظًا. فقد اجتازت حوالي 45% من الجزيئات التي أنتجها GeoLinker الفحوصات الكيميائية الصارمة، مقارنة بأكثر من 90% لبعض الأدوات السابقة. ويقر الباحثون بهذا الاختلاف، مشيرين إلى أن نهجهم مصمم لإلقاء شبكة أوسع للعثور على مرشحين نادرين وواعدين، حتى لو كان ذلك يعني الغربلة عبر المزيد من التصميمات غير المكتملة. كما أثبت النظام جدارته عند اختباره في سيناريوهات أكثر تعقيدًا وواقعية تتعلق بالبروتينات الموجودة في جسم الإنسان. فحتى دون تعليمه صراحةً عن هذه البروتينات المحددة، نجح GeoLinker في توليد روابط تربط الشظايا بطرق تشبه الأدوية الفعالة المعروفة. وفي حالة محددة تتعلق ببروتين يسمى Hsp90، تمكن النظام من إعادة إنشاء شكل مثبط معروف، حيث ربط شظيتين بسلسلة مكونة من ثلاثة كربونات طابقت هندسة دواء ناجح. وفي حالة أخرى تتعلق ببروتين مختلف، أنشأ جزيئًا يشبه إلى حد كبير مثبطًا قويًا معروفًا، محافظًا على الأجزاء الأساسية من الشظايا الأصلية مع بناء جسر جديد بينهما.
تشير الدراسة إلى أن هذا النهج الموحد، الذي يمكنه التعامل مع أنواع مختلفة من قيود التصميم ضمن إطار عمل واحد، يقدم طريقة جديدة وقوية للتفكير في تصميم الأدوية. ومن خلال السماح للعلماء بالتبديل بين مستويات مختلفة من التوجيه — من الحرية المطلقة إلى القيود الصارمة — يوفر GeoLinker أداة مرنة لاستكشاف الفضاء الكيميائي. ويشير الباحثون إلى أنه بينما يعد النظام الحالي ممتازًا في توليد أشكال متنوعة، فإن الخطوة التالية هي تحسين الصلاحية الكيميائية للنتائج، ربما من خلال تعليم النظام كيفية توقع كيفية ترابط الذرات أثناء بناء الشكل. وفي الوقت الحالي، يمثل GeoLinker خطوة مهمة للأمام، مثبتًا أن الذكاء الاصطناعي يمكن تدريبه على التنقل في العالم المعقد ثلاثي الأبعاد للجزيئات، مما يقدم منظورًا جديدًا لكيفية بناء الجسور التي قد تصبح يومًا ما أدوية منقذة للحياة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.