15 ژوئیه 2021 توسط دانشکده پزشکی دانشگاه واشنگتن. اعتبار: ایان هایدون، موسسه پزشکی UW برای طراحی پروتئین
محققان طراحی پروتئین از هوش مصنوعی برای تولید صدها ساختار پروتئینی جدید استفاده کردند، از جمله این نمای سه بعدی انسان از اینترلوکین 12 که به گیرنده آن متصل است.
از آنجا که DeepMind در کنفرانس ارزیابی انتقادی پیش بینی ساختار یا CASP14، پیشرفت چشمگیری در این زمینه ارائه داده است، ماه‌ها دانشمندان منتظر دسترسی به پیش‌بینی ساختار پروتئین بسیار دقیق بوده‌اند. اکنون انتظار به پایان رسیده است.
محققان موسسه طراحی پروتئین در دانشکده پزشکی دانشگاه واشنگتن در سیاتل تا حد زیادی عملکرد بدست آمده توسط DeepMind را در مورد این مهم بازآفرینی کرده‌اند. این نتایج توسط مجله Science روز پنجشنبه، 15 ژوئیه منتشر خواهد شد.
بر خلاف DeepMind، روش تیم پزشکی UW، که آن‌ها آن را RoseTTAFold نامیدند، به طور رایگان در دسترس است. اکنون دانشمندان از سراسر جهان از این مدل برای ساخت مدل‌های پروتئینی استفاده می‌کنند تا تحقیقات خود را تسریع کنند. از ماه ژوئیه، این برنامه توسط بیش از 140 تیم تحقیقاتی مستقل از GitHub بارگیری شده است.
پروتئین‌ها از رشته‌هایی از اسیدهای آمینه تشکیل شده‌اند که به صورت میکروسکوپی پیچیده در می‌آیند. این اشکال منحصر به فرد به نوبه خود باعث ایجاد تقریباً هر فرآیند شیمیایی در موجودات زنده می‌شود. دانشمندان می‌توانند با درک بهتر اشکال پروتئین، پیشرفت درمان‌های جدید سرطان، COVID-19 و هزاران اختلال بهداشتی دیگر را تسریع کنند.
نویسنده ارشد دیوید بیکر، استاد بیوشیمی در دانشکده پزشکی دانشگاه واشنگتن، محقق موسسه پزشکی هوارد هیوز و مدیر موسسه برای طراحی پروتئین. در این رابطه گفت:
«یک سال شلوغ در انستیتوی طراحی پروتئین، طراحی روش‌های درمانی و واکسن COVID-19 و راه اندازی این آزمایشات بالینی، همراه با توسعه RoseTTAFold برای پیش بینی ساختار پروتئین با دقت بالا بود. خوشحالم که جامعه علمی قبلاً از سرور RoseTTAFold برای حل مشکلات بیولوژیکی برجسته، استفاده می‌کنند.»
در مطالعه جدید، تیمی از زیست شناسان محاسباتی به رهبری بیکر ابزار نرم افزاری RoseTTAFold را توسعه دادند. این روش از یادگیری عمیق برای پیش بینی سریع و دقیق ساختارهای پروتئینی بر اساس اطلاعات محدود استفاده می‌کند. بدون کمک چنین نرم افزاری، تعیین ساختار فقط یک پروتئین ممکن است سال‌ها به طول انجامد.
از طرف دیگر، RoseTTAFold می‌تواند ساختار پروتئینی را در کمتر از ده دقیقه در یک کامپیوتر مخصوص بازی محاسبه کند.
این تیم از RoseTTAFold برای محاسبه صدها ساختار پروتئینی جدید، از جمله بسیاری از پروتئین‌های ضعیف درک شده از ژنوم انسان، استفاده کرد. آن‌ها همچنین ساختارهایی را ایجاد کردند که مستقیماً به سلامت انسان مربوط می‌شوند، از جمله ساختارهای مربوط به پروتئین‌های مرتبط با متابولیسم چربی‌های مشکل دار، اختلالات التهابی و رشد سلول‌های سرطانی. و آن‌ها نشان می‌دهند که RoseTTAFold می‌تواند در کسری از زمان مورد نیاز برای ساخت مدل‌های مجتمع بیولوژیکی پیچیده مورد استفاده قرار گیرد.
RoseTTAFold یک شبکه عصبی سه مرحله‌ای است، به این معنی که همزمان توالی‌های پروتئینی، نحوه تعامل اسیدهای آمینه پروتئین با یکدیگر و ساختار سه بعدی احتمالی پروتئین را در نظر می‌گیرد. در این معماری، اطلاعات یک، دو و سه بعدی به عقب و جلو جریان می‌یابد، در نتیجه به شبکه اجازه می‌دهد تا درمورد رابطه بین قطعات شیمیایی پروتئین و ساختار چین خورده آن استدلال کند.
مینکیونگ بائک، دانشمند فوق دکترا که این پروژه را در آزمایشگاه بیکر در UW Medicine رهبری کرد، گفت: «ما امیدواریم که این ابزار جدید به نفع کل جامعه تحقیق باشد.»
