← أحدث الأبحاث
🧬 الأحياء

Multiscale autoregressive modeling generates ordered protein conformational trajectories

تقدم الورقة البحثية نموذج TEMPO، وهو نموذج تلقائي التكرار هرمي يولد بكفاءة مسارات تشكيل بروتينية طويلة ومرتبة مع تقليل تراكم الأخطاء بشكل كبير ودقة عالية تجاه بيانات الديناميكا الجزيئية، متفوقاً بذلك على الأساليب الحالية مثل AlphaFlow.

المؤلفون الأصليون: Mingchen Chen, Yaoyao Xu, Yu Liu, Tianshu Yu

نُشر 2026-10-19
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Mingchen Chen, Yaoyao Xu, Yu Liu, Tianshu Yu

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 الآلات العاملة في الحياة، وهي هياكل جزيئية دقيقة تنطوي لتتخذ أشكالًا محددة لأداء مهام مثل حمل الأكسجين، أو محاربة العدوى، أو إرسال الإشارات بين الخلايا. ومع ذلك، فإن هذه الآلات ليست تماثيل ساكنة؛ فهي تتحرك وتتنفس وتغير أشكالها باستمرار لإنجاز المهمة. قد يبدأ البروتين في وضعية مغلقة، ثم ينفتح ليمسك بجزيء، ثم ينغلق بسرعة ليغيره. لقد عرف العلماء منذ زمن طويل أن فهم هذه التحركات لا يقل أهمية عن معرفة الشكل النهائي، لأن المسار الذي يسلكه البروتين للانتقال من حالة إلى أخرى غالبًا ما يحمل المفتاح لكيفية عمله أو كيفية إيقافه بواسطة دواء ما. ولعقود من الزمن، حاول الباحثون محاكاة هذه التحركات باستخدام أجهزة كمبيوتر قوية تحسب فيزياء كل ذرة، لكن هذه المحاكاة بطيئة ومكلفة للغاية، حيث تستغرق غالبًا أسابيع لتوليد بضع ثوانٍ فقط من حركة بروتين واحد. وقد جعل هذا القصور من الصعب دراسة كيفية تحرك البروتينات المختلفة أو مقارنة مسارات العديد من الجزيئات جنبًا إلى جنب.

ولحل هذه المشكلة، طور فريق من الباحثين أداة ذكاء اصطناعي جديدة تسمى TEMPO، يمكنها توليد تسلسلات طويلة ومنظمة من تحركات البروتين في جزء بسيط من الوقت الذي كان يستغرقه الأمر سابقًا. فبدلاً من محاولة حساب كل قوة فيزيائية بين الذرات، يتعلم TEMPO من آلاف المحاكاة الحاسوبية الموجودة للتعرف على الأنماط التي تتطور بها البروتينات طبيعيًا بمرور الوقت. يعمل النظام مثل كاميرا ذات سرعتين: فهو يتنبأ أولاً بالتحولات الكبرى والبطيئة في شكل البروتين، والتي تعمل كنقاط ارتكاز، ثم يملأ الفراغات بالاهتزازات السريعة والأصغر التي تحدث بين تلك النقاط. يسمح هذا النهج للنموذج بإنشاء فيلم مستمر وسلس لدورة حياة البروتين دون الأخطاء التي تتراكم عادةً عندما تحاول أجهزة الكمبيوتر التنبؤ خطوة بخطوة عبر فترات طويلة. وقد اختبر الباحثون هذه الطريقة على مجموعة متنوعة من البروتينات، بما في ذلك الإنزيمات التي تساعد الخلايا على إنتاج الطاقة وعائلة كبيرة من البروتينات تسمى "كينازات" (kinases) التي تنظم العديد من العمليات الخلوية.

تظهر النتائج أن TEMPO يمكنه إعادة إنشاء الخصائص الإحصائية لتحركات البروتين بدقة ملحوية. وعندما قارن الفريق التسلسلات المولدة بالمعيار الذهبي للمحاكاة القائمة على الفيزياء، طابق النموذج الجديد أنماط الحركة المتوقعة بشكل شبه مثالي. فعلى سبيل المثال، تنبأ النموذج بشكل صحيح بمقدار اهتزاز الأجزاء المختلفة من البروتين وكيف سيتغير الشكل العام، محققًا مستوى من الاتفاق يتجاوز بكثير الطرق السابقة. وفي اختبار محدد يتعلق ببروتين يفتح ويغلق مثل صدفة المحار، نجح النموذج في توليد مسار مستمر من الحالة المغلقة إلى الحالة المفتوحة، مظهرًا تقدمًا منطقيًا في تغيرات التلامس يحاكي ما يراه العلماء في التجارب الحقيقية. كما أن سرعة هذه الطريقة الجديدة تمثل طفرة كبرى؛ حيث استغرق توليد تسلسل من 400 إطار أقل من دقيقة واحدة، وهي مهمة كانت ستستغرق ساعات أو أيامًا باستخدام التقنيات القديمة.

وإلى جانب السرعة والدقة، أظهرت الدراسة أن TEMPO يمكن توجيهه لإنتاج أنواع محددة من التحركات. فقد أظهر الباحثون أنه يمكنهم توجيه النموذج لإنتاج أشكال محلية محددة للبروتينات، مثل تكوين معين لنمط كيميائي يُعرف باسم DFG، وهو هدف حاسم للعديد من الأدوية. ومن خلال تطبيق قواعد بسيطة أثناء عملية التوليد، تمكنوا من توجيه النموذج لإنشاء هياكل تبدو مثل حالات "التشغيل" أو "الإيقاف" لهذه البروتينات، ونجحوا في ذلك لعشرات من الكينازات المختلفة. يشير هذا إلى أن النموذج قد تعلم القواعد الأساسية لمرونة البروتين جيدًا بما يكفي لتوجيهه نحو نتائج محددة دون الحاجة إلى إعادة تدريبه لكل بروتين جديد. كما طبق الفريق هذه الأداة على مجموعة من البروتينات تسمى "مستقبلات البروتين G المقترنة" (G protein-coupled receptors)، وهي منغرسة في أغشية الخلايا وتشارك في استشعار البيئة، مما أظهر أن النموذج يمكنه نقل معرفته إلى بروتينات لم يرها من قبل.

تؤكد الدراسة أن البروتينات تتحرك بطريقة هرمية، حيث توفر التغيرات الكبيرة والبطيئة الإطار العام للاهتزازات المحلية الأسرع. ومن خلال الفصل بين هذين المستويين من الحركة، تمكن الباحثون من منع الكمبيوتر من الانحراف عن المسار، وهي مشكلة شائعة حيث تتراكم الأخطاء الصغيرة بمرور الوقت لتخلق شكلًا نهائيًا غير منطقي. وبينما يركز الإصدار الحالي من الأداة على الهيكل الأساسي للبروتين ولا يشمل بعد الماء أو الأيونات أو الروابط الكيميائية المحيطة، إلا أنه يوفر إطارًا قويًا جديدًا لمقارنة كيفية تحرك البروتينات المختلفة. وتفتح هذه القدرة الباب أمام الفحص السريع لكيفية تأثير الطفرات أو الأدوية على السلوك الديناميكي للبروتينات، مما يوفر عدسة جديدة يمكن من خلالها رؤية الآلات الجزيئية للحياة. إن هذا العمل لا يحل محل الحاجة إلى عمليات محاكاة فيزيائية مفصلة، بل يقدم مكملاً سريعًا وموثوقًا يسمح للعلماء باستكشاف المشهد الشاسع لحركة البروتين بوضوح وسرعة كانا بعيدي المنال في السابق.

غارق في أبحاث مجالك؟

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

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 🧬 q-bio →