الذكاء الاصطناعي يتوقع تركيبة معظم البروتينات التي نعرفها

تقليص
X
 
  • تصفية - فلترة
  • الوقت
  • عرض
إلغاء تحديد الكل
مشاركات جديدة

  • الذكاء الاصطناعي يتوقع تركيبة معظم البروتينات التي نعرفها

    اضغط على الصورة لعرض أكبر. 

الإسم:	Screenshot-2022-08-22-172819-384x253.jpg 
مشاهدات:	5 
الحجم:	16.5 كيلوبايت 
الهوية:	116359



    بدأ عصر جديد للأبحاث الحيوية بعد أن توقع الذكاء الاصطناعي شكلًا ثلاثي الأبعاد لكل بروتين معروف تقريبًا بعد سنة واحدة من إطلاق أول دفعة من البيانات. بفضل أداة الذكاء الاصطناعي ألفافولد التي طورتها شركة ديب مايند للذكاء الاصطناعي المملوكة لغوغل، نُشرت الآن أكثر من 200 مليون بنية بروتينية على قاعدة بيانات متاحة الوصول للجميع تُسمى قاعدة بيانات ألفافولد.

    يمهد هذا الإنجاز الطريق لمجالات جديدة في الاستكشاف العلمي للبروتينات، حجر الأساس للحياة، ويتحرق الباحثون شوقًا لذلك.

    يقول إريك توبول، أخصائي أمراض القلب في معهد سكريبس للأبحاث: «كان تحديد البنية ثلاثية الأبعاد لبروتين ما يستغرق أشهرًا أو سنوات، أما الآن فيستغرق ثوانيَ معدودة. يمكننا أن نتوقع حل المزيد من الألغاز البيولوجية كل يوم بعد أن وضحت هذه الإضافة عالَم البروتيتات بأسره».

    كشفت ديب مايند النقاب عن أول دفعة من توقعات ألفافولد في يوليو 2021 بالتعاون مع معهد المعلوماتية الحيوية الأوروبي التابع لمختبر البيولوجيا الجزيئية الأوروبي (EMBL–EBI).



    يتوقع ألفافولد الشكل الثلاثي الأبعاد للبروتين اعتمادًا على سلاسل أحماضه الأمينية، وقد أُعلن عنه بصفته أداة ثورية ستغير مجال البحث الحيوي وتسرع اكتشاف الأدوية.

    تكوّن سلاسل الأحماض الأمينية عبر اتصالها معًا بروتينات طويلة تُطوى إلى رقائق مثنية وشرائط ملتفة.

    يمكن أن يتبين الباحثون كيفية عمل بروتين ما ومن ثم اكتشاف دوره الرئيسي ضمن الخلايا عبر فهم الشكل الذي ينثني وفقه هذا البروتين.

    صُمم ألفافولد لتسريع تلك العملية، إذ يقدم في هذا الإصدار الأخير للبيانات أكثر من 200 مليون بنية متوقعة للبروتينات الموجودة في النباتات والحيوانات والبكتيريا وغيرها من العضويات.

    يقول ديمس هاسابيس، المدير التتفيذي لديب مايند متحدثًا عن إصدار البيانات الأخير: «لقد تحول هذا الأمل إلى حقيقة أسرع بكثير مما كنا نحلم».

    استعمل الباحثون أول دفعة من توقعات ألفافولد لتنقيح فهمهم للأمراض المميتة كالملاريا، ما يفتح الباب أمام تطوير اللقاحات، وحل الألغاز الحيوية المتعلقة بالبروتينات الضخمة التي حيرت العلماء عقودًا.

    ناهيك عن التعرف على إنزيمات لم تُر مسبقًا قد تساعد في التخلص من النفايات البلاستيكية.

    يقول سمير فيلانكار، عالم البيولوجيا البنيوية الذي يرأس بنك بيانات البروتينات في معهد المعلوماتية الحيوية الأوروبي: «لقد ألقى ألفافولد حجرًا في المستنقع الراكد لمجتمع البيولوجيا الجزيئية. في عام 2021 وحده، وُجدت أكثر من ألف مقالة علمية تتناول مجالًا واسعًا من المواضيع البحثية التي تستعمل البنى التي توقعها ألفافولد، لم يسبق لي أن رأيت مثيلًا لذلك. هذا فقط تأثير مليون توقع، تخيلوا الأثر الذي سيحدثه امتلاك 200 مليون بنية بروتينية متوقعة متاحة على قاعدة بيانات ألفافولد».

    مع أن برمجية ألفافولد مفتوحة المصدر كانت متاحة للباحثين منذ إطلاقها عام 2021، فإن امتلاك الباحثين ملايين من بنى البروتين المتوقعة في قاعدة بيانات في متناول أيديهم سيسرّع وتيرة البحث دون شك.

    وفقًا لمعهد المعلوماتية الحيوية الأوروبي، فقد صُنفت ثلث بنى البروتين المتوقعة التي يبلغ عددها 214 مليونًا على أنها عالية الدقة، على قدم المساواة مع بنى البروتين المأخوذة من الطرق التجريبية المعتادة، مثل دراسة البلورات بالأشعة السينية والمجهر الإلكتروني فائق البرودة.

    بذل العلماء جهودًا كبيرة على مدى عقود للاستدلال على البنى الجزيئية اعتمادًا على الصور المشوشة التي قدمتها تلك الطرق، ولعل أشهرها صورة الشرائط اللولبية للحمض النووي الريبي منقوص الأكسجين (DNA) التي قدمتها روزالين فرانكلن.

    تختلف جودة توقعات ألفافولد بين بروتين وآخر، لكنها قد تكون أقل دقة في حالة البروتينات النادرة التي يجهل العلماء الكثير بشأنها، لذا قد تستخدم البنى المتوقعة في بعض الحالات لتوضيح البيانات التجريبية.

    رغم حجم البيانات الهائل، تبقى الكثير من أشكال الحياة التي لا تشملها بيانات ألفافولد، بما في ذلك توقع كيفية تفاعل البروتينات عند جمعها.

    لا تشمل قاعدة البيانات البروتينات المكروبية التي جرى التعرف عليها من آثار المواد المورثية في التربة ومياه البحر، مع ذلك تمثل هذه العضويات الدقيقة مصدرًا غير مستغل للمركبات الفعالة، إذ لم يصنف العلماء إلا جزءًا بسيطًا من الحياة المكروبية على الأرض.

    رفع بعض العلماء المخاوف بشأن إمكانية الوصول إلى قاعدة بيانات ألفافولد ومحتواها الهائل الذي يبلغ حجمه 23 تيرابايت، وقد يكون الوصول إليها أكثر صعوبة لبعض الفرق البحثية نظرًا للقوة الحاسوبية المكلفة والتخزين السحابي اللذين يتطلبهما تحليل البيانات المعقدة.

    لكن الفوائد الوشيكة التي سيقدمها لصحة البشر التي تقول ديب مايند أنها قارنتها بحذر مع الأخطار الأخلاقية الحيوية المحتملة هائلة جدًا لدرجة أنه لا يمكن تخيلها.

    تقول عالمة البيولوجيا البنيوية جانيت ثورنتون: «أتوقع أن يطلق هذا التحديث الأخير العنان لطوفان من الاكتشافات الجديدة المثيرة في الأشهر والسنوات القادمة، كل ذلك بفضل توفر البيانات في متناول الجميع».
يعمل...
X