ابزار جدید دانشمندان ProteinMPNN نام دارد و به عنوان مکمل AlphaFold شناخته می‌شود.
به گزارش گرداب، یک ابزار هوش مصنوعی جدید می‌تواند به محققان کمک کند تا پروتئین‌های ناشناخته قبلی را کشف کرده و همچنین پروتئین‌های کاملا جدیدی طراحی کنند. زمانی که این فناوری به بهره‌برداری برسد، می‌تواند به توسعه واکسن‌های کارآمدتر، افزایش سرعت تحقیقات مربوط به درمان سرطان یا تولید مواد کاملا جدید کمک کند.
آزمایشگاه هوش مصنوعی DeepMind متعلق به آلفابت، در سال ۲۰۲۰ با معرفی ابزار هوش مصنوعی AlphaFold که می‌تواند ساختار پروتئین‌ها را به‌طور دقیقی پیش‌بینی کند، جهان را غافلگیر کرد. پروتئین‌ها نقش اساسی در زندگی انسان‌ها دارند و اوایل تابستان امسال دیپ‌مایند اعلام کرد که AlphaFold می‌تواند ساختار بیش از ۲۰۰ میلیون پروتئین را پیش‌بینی کند.
ابزار هوش مصنوعی جدید ساخت پروتئین
ابزار جدید که ProteinMPNN نام دارد، توسط گروهی از محققان دانشگاه واشنگتن معرفی شده و مکمل قدرتمندی برای AlphaFold محسوب می‌شود.
محققان در مقالات خود به این موضوع اشاره می‌کنند یادگیری عمیق چگونه با ارائه ابزار‌های تحقیقاتی جدید به دانشمندان، روند طراحی پروتئین را متحول می‌کند. به‌طور سنتی، محققان پروتئین‌ها را با تغییر دادن آن‌ها مهندسی می‌کنند، اما ProteinMPNN جهان کاملا جدید از پروتئین‌ها را در اختیار محققان قرار می‌دهد تا از ابتدا طراحی کنند.
«دیوید بیکر»، یکی از دانشمندان مسئول این مطالعه و مدیر موسسه طراحی پروتئین دانشگاه واشنگتن می‌گوید:
«در طبیعت، پروتئین‌ها اساسا تمام مشکلات زندگی را حل می‌کنند، از برداشت انرژی از نور خورشید گرفته تا ساخت مولکول. در زیست شناسی همه چیز صورت می‌گیرد. آن‌ها تکامل پیدا می‌کنند تا مشکلاتی که موجودات زنده در طول تکامل با آن‌ها مواجه هستند را برطرف کنند. اما امروزه مشکلات جدیدی مانند کرونا وجود دارد. اگر می‌توانستیم پروتئین‌هایی را طراحی کنیم که در حل مسائل جدید به خوبی آن‌هایی هستند که برای حل مشکلات قدیمی تکامل پیدا کرده‌اند، بسیار بسیار شگفت انگیز است.»
پروتئین‌ها از صد‌ها هزار اسید آمینه تشکیل شده‌اند که در زنجیره‌های بلندی به یکدیگر متصل شده‌اند و سپس به شکل‌هایی سه بعدی تا می‌شوند. AlphaFold به محققان کمک می‌کند تا ساختار به دست آمده را پیش‌بینی کنند و بینشی در مورد نحوه رفتار آن‌ها ارائه می‌کند.
با این حال، ProteinMPNN از یک شبکه عصبی آموزش دیده استفاده می‌کند و به دانشمندان کمک خواهد کرد تا اسید آمینه‌ای را پیدا کنند که به شکل موردنظر آن‌ها تا می‌شود.
«لین ریگان»، پروفسور بیوشیمی و بیوتکنولوژی دانشگاه ادینبرو اسکاتلند می‌گوید که امکان استفاده از یادگیری ماشینی برای طراحی پروتئین‌ها به این روش، «یک کار بسیار بزرگ» است. یادگیری ماشین کل فرآیند را بسیار سریعتر و آسان‌تر می‌کند و به محققان این امکان را می‌دهد که پروتئین‌ها و ساختار‌های کاملا جدیدی را در مقیاس بسیار بزرگ‌تری ایجاد کنند. این ابزار بیش از ۲۰۰ برابر از بهترین ابزار‌های قبلی دانشمندان سریعتر است و برای ارائه داده‌های خود به حداقل اطلاعات موردنیاز از کاربر نیاز دارد.
