BioGraphX-Sol: A Structure-Free, Fully Interpretable Protein Solubility Predictor Exceeds AlphaFold3-Based Methods and Reveals Nine Universal Cross-Species Determinants

تُعد البروتينات هي محركات الحياة، وهي آلات جزيئية متناهية الصغر تنطوي لتتخذ أشكالاً محددة لأداء مهام داخل كل خلية حية. وبالنسبة للعلماء والمهندسين، يمثل جعل هذه البروتينات تعمل خارج الخلية عقبة رئيسية. فعندما يحاول الباحثون إنتاج البروتينات في المختبر، غالباً لابتكار أدوية أو إنزيمات صناعية، يرفض جزء كبير منها الذوبان بشكل صحيح. وبدلاً من أن تطفو بحرية في المحلول، تتكتل مع بعضها البعض لتشكل كتلًا صلبة عديمة الفائدة. وتُعرف هذه العملية بالتكتل (aggregation)، وهي تمثل عنق زجاجة يبطئ تطوير الأدوية والتكنولوجيا الحيوية. ولحل هذه المشكلة، حاول العلماء منذ فترة طويلة التنبؤ بتسلسلات البروتين التي ستظل ذائبة وتلك التي ستتكتل، آملين في تصميم بروتينات أفضل قبل خلط المواد الكيميائية في أنبوب الاختبار.

لسنوات، اعتمدت أقوى الأدوات للتنبؤ بهذا الأمر على نهجين ثقيلين. حاولت إحدى الطريقتين تخمين الشكل ثلاثي الأبعاد الدقيق للبروتين، وهي عملية تتطلب قدرة حوسبية هائلة وغالباً ما تفشل مع البروتينات التي تكون بطبيعتها مرنة أو غير منظمة. أما الطريقة الأخرى فقد استخدمت نماذج ذكاء اصطناعي ضخمة مدربة على مليارات التسلسلات البروتينية لإيجال أنماط، لكن هذه النماذج معقدة للغاية لدرجة أنها تعمل كـ "صناديق سوداء"، حيث لا تقدم أي تفسير واضح لسبب فشل البروتين. وكلا النهجين يتطلبان أجهزة باهظة الثمن وغالباً ما يتركان الباحثين في حالة تخمين حول الأسباب الفيزيائية الكامنة وراء سلوك البروتين.

يقدم بحث جديد مساراً مختلفاً، يتجاوز الحاجة إلى الأشكال ثلاثية الأبعاد أو التدريب الهائل للذكاء الاصطناعي. فقد طور الباحث، أبو بكر سعيد، أداة تسمى BioGraphX-Sol، تتنبأ بذوبانية البروتين باستخدام التسلسل الخام للأحماض الأمينية المكونة له فقط. وبدلاً من محاولة إعادة بناء البنية ثلاثية الأبعاد للبروتين أو الاعتماد على نموذج لغوي ضخم، تقوم هذه الأداة ببناء خريطة للتفاعلات بناءً على قواعد فيزيائية بسيطة ومعروفة. فهي تعامل تسلسل البروتين كشبكة من الاتصالات، وتحسب كيفية تفاعل الأجزاء المختلفة من السلسلة بناءً على خصائصها الكيميائية، مثل الشحنة والرهاب من الماء (hydrophobicity). تستخرج هذه الطريقة مائتي سمة فيزيائية محددة من التسلسل، مما يخلق ملفاً تفصيلياً لسلوك البروتين دون الحاجة أبداً لمعرفة شكله النهائي المطوي.

إن نتائج هذه الطريقة الجديدة مذهلة. فعند اختبارها مقابل المعيار المرجعي القياسي لذوبانية البروتين، طابقت الأداة الجديدة أداء أكثر الأنظمة تقدماً وتعقيداً المتاحة حالياً. لقد قدمت أداءً يضاهي طريقة رائدة تجمع بين ثلاثة نماذج لغوية كبيرة وأخرى تعتمد على الهياكل المتوقعة ثلاثية الأبعاد. ومن المثير للاهتمام أن الأداة الجديدة حققت ذلك باستخدام جزء ضئيل من الموارد الحوسبية. فبينما تتطلب الطرق المعقدة معالجات رسومية قوية وتستغرق دقائق لتحليل بروتين واحد، تعمل الأداة الجديدة بكفاءة على معالج كمبيوتر قياسي في أجزاء من الثانية. وهي لا تحتاج للتنبؤ بهيكل ثلاثي الأبعاد، ولا تتطلب أن يكون البروتين جزءاً من عائلة تطورية ضخمة لكي تعمل.

ولعل الاكتشاف الأكثر أهمية هو أن الأداة الجديدة تفوقت بالفعل على الطرق التي تستخدم الهياكل المتوقعة ثلاثية الأبعاد. فقد فشل نظام يجمع بين الإحداثيات ثلاثية الأبعاد والبيانات التطورية في التغلب على هذا النهج الجديد الخالي من البنية. وهذا يشير إلى أن المعلومات الهيكلية المحددة اللازمة للتنبؤ بالذوبانية يمكن استردادها مباشرة من التسلسل باستخدام القواعد الفيزيائية الصحيحة، مما يجعل الخطوة المكلفة المتمثلة في التنبؤ بالشكل ثلاثي الأبعاد الكامل غير ضرورية. كما كشفت الدراسة أن الطريقة الجديدة تعمم بشكل أفضل على الأنواع المختلفة؛ فعند اختبارها على بروتينات من الخميرة، وهي كائن حي مختلف تماماً عن البكتيريا المستخدمة لتدريب النموذج، حافظت الأداة الجديدة على دقة عالية، بينما واجهت الطرق التي تعتمد على الأنماط التطورية من الأنواع التي تم التدريب عليها صعوبات. وهذا يشير إلى أن القواعد الفيزيائية التي تحكم تكتل البروتينات عالمية، بينما الأنماط التي يتعلمها الذكاء الاصطناعي الضخم غالباً ما تكون خاصة بالكائنات التي تدربت عليها.

وبعيداً عن مجرد التنبؤ بالأرقام، توفر الأداة الجديدة نافذة واضحة على أسباب سلوك البروتينات. ولأن كل سمة تستخدمها تعتمد على مبدأ فيزيائي معروف، يمكن للباحثين رؤية العوامل التي تقود التنبؤ بدقة. وقد حدد التحليل تسع خصائص فيزيائية محددة تحدد الذوبانية باستمرار عبر الأنواع المختلفة، وتشمل هذه الخصائص توزيع الشحنات الكهربائية على طول سلسلة البروتين، والتباعد بين المناطق "اللاصقة" الرهيبة للماء، وهندسة مواقع التكتل المحتملة. ووجدت الدراسة أن هذه العوامل الفيزيائية تشكل حوالي 59 في المائة من القدرة التنبؤية، بينما تشكل المعلومات التطورية النسبة المتبقية. ويشير هذا التوازن إلى أنه بالنسبة لمهام مثل الذوبانية، فإن قوانين الفيزياء لا تقل أهمية عن تاريخ التطور.

تتجاوز تداعيات هذا العمل مجرد تقديم تنبؤات أفضل؛ فهي تتحدى الفكرة السائدة بأن النماذج الأكبر والأكثر تعقيداً هي دائماً الأفضل. فمن خلال دمج المعرفة بالمجال مباشرة في السمات، أظهر الباحث أن نظاماً مدمجاً وقابلاً للتفسير يمكن أن ينافس الشبكات العصبية الضخمة. ويتماشى هذا النهج مع حركة "الذكاء الاصطناوني الأخضر" (Green AI)، التي تسعى لتقليل تكاليف الطاقة والأجهزة للذكاء الاصطناعي. وتوفر الأداة وسيلة للباحثين في البيئات محدودة الموارد لفحص آلاف التصاميم البروتينية بسرعة وتكلفة منخفضة، دون الحاجة إلى الوصول إلى أجهزة الكمبيوتر الفائقة. كما أنها تقدم دليلاً واضحاً لمهندسي البروتينات، حيث تشير مباشرة إلى التعديلات الكيميائية المحددة المطلوبة للحفاظ على ذوبانية البروتين، مثل ضبط المسافات بين البقايا المشحونة أو تفكيك عناقيد الأحماض الأمينية "اللاصقة".

ومع ذلك، فإن للدراسة حدوداً؛ فقد تم التحقق من صحة التنبؤات باستخدام معايير حوسبية تعتمد على بيانات موجودة، ولم تُختبر الأداة بعد لتوجيه تجارب فعلية في مختبر رطب. كما جاءت بيانات التدريب من نوع معين من الأنظمة الخالية من الخلايا، والتي تختلف عن البيئة المعقدة داخل الخلية الحية. ومع ذلك، فإن القدرة على نقل المعرفة إلى الخميرة دون إعادة تدريب تشير إلى أن المبادئ الأساسية قوية. ويقترح الباحث أن العمل المستقبلي يمكن أن يستخدم هذه الرؤى لتوجيه تصميم بروتينات جديدة، وتحديد الأجزاء التي تحتاج من التسلسل إلى التغيير لمنع التكتل. ويمثل هذا تحولاً من التخمين والتحقق إلى فهم مباشر قائم على الفيزياء لكيفية التحكم في سلوك البروتين.

في النهاية، يثبت هذا العمل أن الأداة الأكثر قوة ليست بالضرورة هي الأكبر. فمن خلال التركيز على القوى الفيزيائية الأساسية التي تدفع البروتينات للذوبان أو التكتل، تحقق الطريقة الجديدة دقة عالية مع البساطة والسرعة. وهي تثبت أن المعلومات الهيكلية اللازمة لحل هذه المشكلة مخبأة في التسلسل نفسه، بانتظار فك شفرتها باستخدام الخريطة الصحيحة. وبالنسبة للعلماء الذين يحاولون تسخير قوة البروتينات، فإن هذا يوفر مساراً واضحاً وفعالاً ومفهوماً، يحول لغزاً بيولوجياً معقداً إلى مجموعة من القواعد الفيزيائية القابلة للتطبيق.