لقد حقق باحثون في مجال الذكاء الاصطناعي إنجازاتٍ بارزة ، ونالوا جائزة نوبل ، بفضل قدرتهم على التنبؤ بالبنية المعقدة للبروتينات باستخدام نموذج يُدعى AlphaFold. والآن، ابتكر بعض العلماء الذين يقفون وراء هذا النموذج الشهير نظامًا جديدًا يُسمى RFdiffusion3 (RFD3)، والذي يُعمّق فهمنا للبروتينات على مستوى الذرة .
لهندسة البروتينات لتكوين هياكل أو تفاعلات محددة، يعمل الباحثون عادةً على مستوى الأحماض الأمينية. لكن تعديل العناصر الأصغر، مثل المواقع النشطة للإنزيمات، وتمكين التفاعلات مع الجزيئات الصغيرة والأحماض النووية، يتطلب دقة أكبر.
قام الباحثون بتطوير نموذج سابق، RFdiffusion2، الذي بُني أساسًا على الأحماض الأمينية، من خلال تدريبه على نطاق واسع من هياكل البروتينات، بما في ذلك الهياكل الأساسية والسلاسل الجانبية والأحماض النووية. بل وصل الفريق إلى مستوى دقيق للغاية، حيث حدد مواقع الذرات الفردية أو الروابط الهيدروجينية. النموذج الناتج، RFD3، قادر على تصميم المواقع الوظيفية للبروتينات وجزيئات الحمض النووي الريبي (RNA) والإنزيمات من الصفر، متفوقًا بذلك على النماذج الأخرى المستخدمة في تصنيع مكونات البروتين. في التجارب المخبرية، صمم RFD3 إنزيمين، أحدهما يُحلل جزيئًا سامًا، والآخر يُقسم بروتينًا آخر إلى جزأين.
وكتب المؤلفون: "نتوقع أن يكون RFD3 مفيدًا على نطاق واسع لمجموعة واسعة من تحديات وتطبيقات تصميم الجزيئات الحيوية".
اقرأ الصحيفة
ليست هناك تعليقات:
إرسال تعليق