توقع علماء في ألمانيا والولايات المتحدة أكثر عقدة طوبولوجية تعقيدًا تم العثور عليها على الإطلاق في بروتين باستخدام AlphaFold ، وهو نظام الذكاء الاصطناعي (AI) الذي طورته شركة Google DeepMind. كشف تحليلهم الكامل للبيانات التي أنتجها AlphaFold أيضًا عن أول عقدة مركبة في البروتينات: هياكل طوبولوجية تحتوي على عقدتين منفصلتين على نفس السلسلة. إذا كان من الممكن إعادة إنشاء عقدة البروتين المكتشفة بشكل تجريبي ، فستعمل على التحقق من دقة التنبؤات التي قدمتها AlphaFold.
يمكن أن تنثني البروتينات لتشكل بنى طوبولوجية معقدة. أكثر هذه العُقد إثارة للاهتمام هي عُقد البروتين - وهي أشكال لا يمكن أن تنفصل إذا تم سحب البروتين من كلا الطرفين. بيتر فيرناو، عالم الفيزياء النظرية في جامعة يوهانس جوتنبرج ماينز عالم الفيزياء أن هناك حاليًا حوالي 20 إلى 30 بروتينًا معقدًا معروفًا. تشرح فيرناو أن هذه الهياكل تثير أسئلة مثيرة للاهتمام حول كيفية طيها وسبب وجودها.
يمكن أن يرتبط شكل البروتين ارتباطًا وثيقًا بوظيفته ، ولكن في حين أن هناك عددًا قليلاً من النظريات حول وظيفة وغرض عقدة البروتين ، إلا أن هناك القليل من الأدلة القوية لدعم هذه النظريات. يقول فيرناو إنهم قد يساعدون في الحفاظ على استقرار البروتينات ، من خلال مقاومتها بشكل خاص للتقلبات الحرارية ، على سبيل المثال ، لكن هذه أسئلة مفتوحة. على الرغم من ندرة عقد البروتين ، إلا أنه يبدو أيضًا أنه تم الحفاظ عليها بدرجة عالية من خلال التطور.
يوضح فيرناو أنه "إذا كان هناك بروتين معقود ، على سبيل المثال ، في الخميرة ، فهناك احتمال كبير أن يكون أيضًا معقودًا في البروتين المقابل لدى البشر". "إذن ، هذه هياكل كانت موجودة منذ مئات الملايين من السنين."
هناك مشكلة طويلة الأمد في أبحاث عقدة البروتين تتمثل في العثور على عقدة البروتين وتحديدها. في حين تم تحديد هياكل البروتين المعقدة بشكل تجريبي في المختبر ، فقد يكون هذا أمرًا صعبًا ويستغرق وقتًا طويلاً. في الآونة الأخيرة ، طورت DeepMind نظام ذكاء اصطناعي معروف باسم AlphaFold تدعي أنها يمكن أن تتنبأ بهياكل البروتين بسرعة ودقة لا تصدق. يعمل نظام التعلم العميق على قاعدة بيانات كبيرة من البروتينات المعروفة وتسلسلات الأحماض الأمينية الخاصة بها. يستخدم تلك التسلسلات والمعلومات حول التركيب الأساسي للأحماض الأمينية للتنبؤ بالبنى ثلاثية الأبعاد للبروتينات. يعتمد تدريبها على القيود التطورية والفيزيائية والهندسية لهياكل البروتين.
تنبأ AlphaFold بعدة مئات الآلاف من هياكل البروتين ، معظمها لم يتم فهرستها بعد. في هذا العمل الأخير المنشور في علم البروتين، بحث فيرناو وزملاؤه في بنك بيانات AlphaFold بحثًا عن عقدة بروتينية معقدة لم تكن معروفة من قبل. اكتشفوا تسع عقدة جديدة. وشمل هذا أول 71-عقدة - عقدة ذات سبع نقاط عبور وهي أكثر العقدة الطوبولوجية تعقيدًا على الإطلاق في البروتين.
وجد الباحثون أيضًا عدة عقدة مركبة بستة عبور. تحتوي كل واحدة على عقدة ثلاثية الفصوص ، وهي عقدة بثلاثة تقاطعات. اكتشفوا أيضًا عقدة غير معروفة سابقًا مع خمسة معابر أساسية ، 51-عقدة و 52-عقدة.
يعمل الفريق الآن مع عالم الكيمياء الحيوية تود ييتس، في جامعة كاليفورنيا ، لوس أنجلوس ، لإنشاء البروتينات التي تم تحديدها بواسطة AlphaFold بشكل تجريبي لتأكيد أنها تشكل الهياكل الطوبولوجية المتوقعة. يقول فيرناو: "أنا واثق تمامًا من أننا سنكون قادرين على تأكيد هذه الهياكل تجريبيًا".
يكشف النهج الكمي عن طي أسرع للبروتين
إذا كان من الممكن إنشاء هذه الهياكل الصعبة من الناحية الطوبولوجية بشكل تجريبي ، فسيظهر ذلك أن AlphaFold يعمل كما هو متوقع ويوفر الثقة في تنبؤاته بأشكال البروتين الأقل تعقيدًا. يشرح فيرناو قائلاً: "قد تكون عقدة البروتين مجرد جانب ثانوي من هذا ، ولكنها مع ذلك قد تكون بمثابة التحقق من صحة هذه الأدوات بشكل عام".
في المستقبل ، قد يكون من الممكن استخدام أدوات الذكاء الاصطناعي هذه في هندسة البروتين. يمكن تصميم البروتينات التي تحتوي على عُقد وغيرها من الهياكل المعقدة التي توفر لها وظائف لمهام محددة ، على الرغم من أن هذا يستغرق بضع سنوات على الأقل.
