AI זה יכול לעצב חלבונים מורכבים המותאמים בצורה מושלמת לצרכים שלנו

בניית חלבונים עם AI זה כמו ריהוט בית.

ישנן שתי אסטרטגיות עיקריות. אחת מהן היא גישת איקאה: אתה קונה חלקים מוכנים מראש שמתחברים בקלות, אבל אתה יכול רק לקוות שהרהיטים מתאימים במידה מסוימת לחלל שלך. אמנם פשוט יחסית, אבל אין לך שליטה על הממדים או הפונקציות של המוצר הסופי.

הדרך האחרת מתחילה בחזון ובעיצוב המותאמים בצורה מושלמת לצרכים שלך. אבל החלק הקשה הוא למצוא - או לבנות - חלקים בודדים לעיצוב המותאם אישית.

אותן שתי שיטות חלות על הנדסת מתחמי חלבון באמצעות AI. בדומה לארון, קומפלקסים של חלבון עשויים ממספר יחידות משנה הנקשרות זו לזו בצורה מורכבת. מגה מבנים אלה - עם צורות הנעות בין קובייה בעלת עשרים צלעות ועד למנהרות שנפתחות ונסגרות - מהווים את הבסיס לחילוף החומרים שלנו, להגנות החיסוניות ולתפקודי המוח שלנו.

ניסיונות קודמים לעצב ארכיטקטורות חלבון השתמשו בעיקר בגישת איקאה. זה מהפכני: עיצובים מבוססי בינה מלאכותית כבר עשו זאת יצרו חיסונים נגד COVID במהירות הבזק. למרות שהיא חזקה, הגישה מוגבלת על ידי "אבני בניין" של חלבונים זמינים.

החודש, צוות בראשות ד"ר דיוויד בייקר מאוניברסיטת וושינגטון עסק בעיצוב חלבון לרמה מותאמת אישית חדשה. החל מממדים, צורות ומאפיינים ספציפיים, הצוות הפעיל אלגוריתם למידת מכונה כדי לבנות מתחמי חלבון המותאמים לתגובות ביולוגיות ספציפיות.

במילים אחרות, במקום השיטה הרגילה מלמטה למעלה, הם הלכו מלמעלה למטה.

עיצוב אחד, למשל, הוא מעטפת בעלת 20 צדדים המחקה את שכבת ההגנה החיצונית של וירוסים. כשהיא מנוקדת בחלבונים מעוררי מערכת החיסון מנגיף השפעת, מעטפת החלבון שתוכננה בינה מלאכותית עוררה תגובה חיסונית בעכברים שהעלתה על המועמדים האחרונים לחיסון בניסויים קליניים.

ה-AI אינו מיועד רק לחיסונים. אותה אסטרטגיה יכולה לבנות נשאים קומפקטיים ויעילים יותר לטיפולי גנים או לשאת נוגדנים ותרופות אחרות הזקוקות להגנה נוספת מפני פירוק מיידי בגוף.

אבל באופן רחב יותר, המחקר מראה שאפשר לתכנן ארכיטקטורות חלבון מורכבות מאוד החל מחזון כולל, במקום לעבוד עם המקבילה הביולוגית של לוחות שניים על ארבעה.

"זה מדהים שהצוות יכול לעשות את זה", אמר ד"ר מרטין נובל מאוניברסיטת ניוקאסל, שלא היה מעורב בעבודה. "לוקח אבולוציה מיליארדי שנים כדי לעצב חלבונים בודדים שמתקפלים בדיוק כמו שצריך, אבל זו רמה נוספת של מורכבות, לקפל חלבונים כך שישתלבו כל כך טוב זה בזה וליצור מבנים סגורים."

אבולוציה במהירות עיוות

בלב העבודה החדשה עומדת למידת תגבור. בטח שמעת על זה. בהתבסס באופן רופף על האופן שבו המוח לומד באמצעות ניסוי וטעייה, למידת חיזוק מעצימה מספר סוכני AI שכבשו את העולם בסערה. אולי הידוע ביותר הוא AlphaGo, יוזמת המוח של DeepMind שניצחה על אלוף העולם האנושי במשחק הלוח Go. לאחרונה, למידה חיזוק הייתה להאיץ את ההתקדמות במכוניות בנהיגה עצמית ו אפילו לפתח אלגוריתמים טובים יותר על ידי ייעול חישובים בסיסיים.

במחקר החדש, הצוות השתמש בסוג של אלגוריתם למידת חיזוק הנקרא חיפוש עצי מונטה קרלו (MCTS). למרות שנשמע כמו מהלך של קזינו, זוהי אסטרטגיית למידה פופולרית לחיזוק המחפשת החלטות אופטימליות.

דמיינו את האלגוריתם כעץ של החלטות חייכם. סביר להניח שכולנו תהינו איך חיינו יהיו אם נעשה בחירה אחרת בשלב מסוים. אם תשרטט את ההחלטות החלופיות האלה כציר זמן - וואלה, יש לך עץ החלטות, כאשר כל שילוב של ענפים מוביל לתוצאה אחרת.

MCTS, אם כן, דומה קצת למשחק החיים. האפשרויות נבחרות בכל ענף באופן אקראי והולכות במסלול זה של העץ. ברגע שהוא מגיע לתוצאה הסופית, הוא מזין בחזרה את העץ כדי להגדיל את ההסתברות לפתרון הרצוי. זה כמו לחקור את הרב-יקום בפנים הכל, בכל מקום, בבת אחת- אבל במקום בחירות בחיים, כאן זה לעיצוב חלבונים.

כדי להתחיל, הצוות הזין את האלגוריתם של MCTS מיליוני שברי חלבון עם מטרות בנייה ספציפיות. כמויות הפרגמנטים נשקלו בקפידה: מספר קטן יותר בכל שלב חישוב מזרז את תהליך הלמידה של ה-AI ומגדיל את הגיוון של החלבון הסופי. אבל יותר חלקים גם גורמים לזמן החישוב ולשימוש באנרגיה להרקיע שחקים. באיזון הדילמה, הצוות בנה מספר אלמנטים מבניים של חלבון כנקודת התחלה כדי להתחיל בחיפוש עיצוב החלבון.

כמו גישושים עם Play-Doh הדיגיטלי, האלגוריתם עקם או כופף שברי חלבון כדי לראות אם הם עברו את המגבלות הגיאומטריות הכוללות של החלבון הסופי - כולל עמוד השדרה שלו ו"נקודות החיבור" שלו כדי לעזור לשברים להרכיב את עצמם. אם ההדמיות קיבלו את האגודל, מסלולי החישוב שלהן "הוגברו" באלגוריתם. יש לשטוף ולחזור על כך עשרות אלפי פעמים, והתוכנית יכולה לחדד חלקים בודדים אופטימליים עבור עיצוב מסוים.

למרות שזה נשמע כמו משימה ענקית, האלגוריתם היה יעיל ביותר. כל איטרציה בממוצע ארכה רק עשרות אלפיות שניות, הסביר הצוות.

חלבונים לפי דרישה

בסופו של דבר, לצוות היה אלגוריתם רב עוצמה ש-כמו אדריכל - עיצב חלבונים על סמך צרכים מותאמים אישית. בבדיקה אחת, הבינה המלאכותית יצרה מגוון של מבני חלבון ממנסרות ועד פירמידות ואותיות האלפבית, כאשר כל אחד ממלא חלל מסוים כנדרש.

"הגישה שלנו היא ייחודית מכיוון שאנו משתמשים בלמידת חיזוק כדי לפתור את הבעיה של יצירת צורות חלבון שמתחברות זו לזו כמו חתיכות פאזל. זה פשוט לא היה אפשרי באמצעות גישות קודמות ויש לו פוטנציאל לשנות את סוגי המולקולות שאנו יכולים לבנות." אמר מחבר המחקר יצחק לוץ.

אבל איך מתרגמים עיצובי הבינה המלאכותית לחיים האמיתיים?

כהוכחה לקונספט, הצוות יצר מאות חלבונים במעבדה כדי לבדוק נאמנות. באמצעות מיקרוסקופ אלקטרונים, החלבונים שתוכננו בינה מלאכותית היו כמעט זהים לשרטוטים החזויים בקנה מידה אטומי.

אחד הבולט בעיצוב היה מעטפת חלולה עשויה מעשרות חתיכות חלבון. המבנה, המכונה קפסיד, דומה לשכבת החלבון המגנה עבור וירוסים - שכבת המשמשת לעתים קרובות כמדריך ליצירת חיסונים. שלא כמו איטרציות קודמות, הקונכיות שנוצרו בבינה מלאכותית היו עמוסות בצפיפות עם מספר נקודות חיבור. כמו עוגני קיר, אלה יכולים לעזור למבנים לעגן על תאים או חומר אריזה טוב יותר - תרופות, טיפולים גנטיים או חומרים ביולוגיים אחרים - בתוך הפיגום.

ב-10 ננומטר בערך, הננו-קפסידים הללו "קטנים במידה ניכרת מרוב הננו-קפסידים", הסביר הצוות.

גודל הקטנטן הגיע עם אגרוף רפואי גדול. בבדיקה אחת, הצוות ניקד את הקפסידים ב-60 עותקים של חלבון שעוזר לעורר צמיחת כלי דם בתאים אנושיים מוורידי הטבור. בועת החלבון מתוצרת AI עלתה על ננו-חלקיק קודם פי 10. זה "פותח יישומים פוטנציאליים... לסוכרת, פציעות מוחיות, שבץ ומקרים אחרים שבהם כלי דם נמצאים בסיכון", אמרה מחברת המחקר ד"ר Hannele Ruohola-Baker.

ניסוי אחר ניצל את מלוא נקודות ההתקשרות הצפופות על הקליפה בעלת 20 הצדדים, והפך את הקפסיד לחיסון יעיל. כאן, הצוות איחד חלבון שפעת HA (המגלוטינין של שפעת) לננו-קפסיד והזריק אותו לעכברים. בהשוואה לתכנון חיסון דומה אך גדול בהרבה שכבר בניסויים קליניים, הפתרון שתוכנן בינה מלאכותית עורר תגובה חיסונית חזקה יותר.

לעת עתה, הבינה המלאכותית עדיין בשלביה המוקדמים. אבל כפי שהוכיחו השנתיים האחרונות, זה יתפתח במהירות. המעטפת בעלת 20 צלעות ומבנים אחרים "נבדלים מכל מבנים שתוכננו בעבר או שהתרחשו באופן טבעי", אמר הצוות. הודות לגודלם הקטן אך ליכולת הנשיאה הגדולה שלהם, הם יכולים לבצע מנהרה בתוך גרעין התא - המכיל DNA - ולהעביר ביעילות רכיבים לעריכת גנים.

"הפוטנציאל שלו ליצור כל מיני ארכיטקטורות טרם נחקר במלואו", אמר מחבר המחקר ד"ר שונז'י וואנג.

קרדיט תמונה: איאן היידון / UW Medicine Institute for Design Protein

• הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
• Platoblockchain. Web3 Metaverse Intelligence. ידע מוגבר. גישה כאן.
• הטבעת העתיד עם אדריאן אשלי. גישה כאן.
• מקור: https://singularityhub.com/2023/04/24/this-ai-can-design-complex-proteins-perfectly-tailored-to-our-needs/