دانشمندان آلمانی و ایالات متحده پیچیده ترین گره از نظر توپولوژیکی را که تاکنون در پروتئینی با استفاده از AlphaFold، سیستم هوش مصنوعی (AI) توسعه یافته توسط DeepMind گوگل، پیش بینی کرده اند. تجزیه و تحلیل کامل آنها از داده های تولید شده توسط AlphaFold همچنین اولین گره های مرکب در پروتئین ها را نشان داد: ساختارهای توپولوژیکی حاوی دو گره جداگانه در یک رشته. اگر گره‌های پروتئینی کشف‌شده را بتوان به‌صورت تجربی بازآفرینی کرد، برای تأیید صحت پیش‌بینی‌های انجام‌شده توسط AlphaFold مفید خواهد بود.
پروتئین ها می توانند تا شوند تا ساختارهای توپولوژیکی پیچیده ای تشکیل دهند. جالب‌ترین آنها گره‌های پروتئینی هستند - اشکالی که اگر پروتئین از هر دو سر کشیده شود، از هم جدا نمی‌شوند. پیتر ویرنائویک فیزیکدان نظری در دانشگاه یوهانس گوتنبرگ ماینتس می گوید دنیای فیزیک که در حال حاضر حدود 20 تا 30 پروتئین گره دار شناخته شده وجود دارد. ویرنائو توضیح می دهد که این ساختارها سؤالات جالبی را در مورد چگونگی تا شدن و چرایی وجودشان ایجاد می کنند.
شکل یک پروتئین را می توان به طور نزدیک با عملکرد آن مرتبط دانست، اما در حالی که چند نظریه در مورد عملکرد و هدف گره های پروتئینی وجود دارد، شواهد کمی برای حمایت از آنها وجود دارد. Virnau می گوید که آنها ممکن است به ثابت نگه داشتن پروتئین ها کمک کنند، به عنوان مثال، با مقاومت ویژه در برابر نوسانات حرارتی، اما اینها سؤالات باز هستند. در حالی که گره های پروتئینی نادر هستند، اما به نظر می رسد که در اثر تکامل نیز بسیار حفظ شده اند.
ویرنائو توضیح می‌دهد: «اگر یک پروتئین گره‌دار وجود داشته باشد، به عنوان مثال، در مخمر، احتمال زیادی وجود دارد که در پروتئین مربوطه در انسان نیز گره بخورد». بنابراین، اینها سازه هایی هستند که برای صدها میلیون سال وجود داشته اند.
یک مشکل دیرینه در تحقیقات گره پروتئین، یافتن و شناسایی گره های پروتئینی بوده است. در حالی که ساختارهای پروتئینی پیچیده به طور تجربی در آزمایشگاه تعیین شده است، این می تواند چالش برانگیز و زمان بر باشد. اخیراً DeepMind یک سیستم هوش مصنوعی به نام آلفافولد که ادعا می کند می تواند ساختارهای پروتئینی را با سرعت و دقت باورنکردنی پیش بینی کند. سیستم یادگیری عمیق بر روی یک پایگاه داده بزرگ از پروتئین های شناخته شده و توالی اسید آمینه آنها کار می کند. از آن توالی ها و اطلاعات مربوط به ساختار اولیه اسیدهای آمینه برای پیش بینی ساختارهای سه بعدی پروتئین ها استفاده می کند. آموزش آن بر اساس محدودیت های تکاملی، فیزیکی و هندسی ساختارهای پروتئینی است.
AlphaFold چندین صد هزار ساختار پروتئینی را پیش‌بینی کرده است که بیشتر آنها هنوز فهرست‌بندی نشده‌اند. در این آخرین اثر، منتشر شده در علم پروتئینویرناو و همکارانش در بانک اطلاعاتی AlphaFold برای یافتن گره های پروتئینی پیچیده ناشناخته قبلی جستجو کردند. آنها نه گره جدید را کشف کردند. این شامل 7 مورد اول بود1-knot - گره ای با هفت نقطه عبور که پیچیده ترین گره از نظر توپولوژیکی است که تاکنون در یک پروتئین یافت شده است.
محققان همچنین چندین گره کامپوزیت شش متقاطع را پیدا کردند. اینها هر کدام شامل دو گره سه گانه هستند که گره هایی با سه تقاطع هستند. آنها همچنین دو گره ناشناخته را با پنج گذرگاه ضروری کشف کردند1-گره و 52-گره.
این تیم اکنون با بیوشیمیست کار می کند تاد ییتس، در دانشگاه کالیفرنیا لس آنجلس، برای ایجاد پروتئین های شناسایی شده توسط AlphaFold به صورت تجربی برای تأیید اینکه آنها ساختارهای توپولوژیکی پیش بینی شده را تشکیل می دهند. Virnau می‌گوید: «من کاملاً مطمئن هستم که می‌توانیم این ساختارها را به صورت آزمایشی تأیید کنیم.
رویکرد کوانتومی تاشو سریع‌تر پروتئین را نشان می‌دهد
اگر بتوان این ساختارهای چالش برانگیز توپولوژیکی را به صورت تجربی ایجاد کرد، نشان می‌دهد که AlphaFold همانطور که انتظار می‌رود کار می‌کند و به پیش‌بینی‌هایش در مورد اشکال پروتئینی کمتر پیچیده اعتماد می‌کند. Virnau توضیح می‌دهد: «گره‌های پروتئینی ممکن است تنها جنبه‌ای جزئی از این موضوع باشد، اما با این وجود ممکن است به‌عنوان اعتبارسنجی این ابزارها به طور کلی عمل کند».
در آینده ممکن است بتوان از این ابزارهای هوش مصنوعی برای مهندسی پروتئین استفاده کرد. پروتئین‌ها را می‌توان حاوی گره‌ها و سایر ساختارهای پیچیده طراحی کرد که عملکردی برای کارهای خاص به آنها ارائه می‌کند، اگرچه حداقل چند سال دیگر به آن زمان می‌رسد.
