همگی آماده برای غافلگیری‌های سویه‌های جدید کرونا!

به گزارش مجله خبری نگار/برهمین اساس تیم‌های تحقیقاتی متعددی در سراسر دنیا دنبال مطالعه ساختار‌های ژنی و شناسایی توالی‌های نهفته ویروسی در ژنوم جانداران مختلف برآمدند تا به نوعی پیش از غافلگیر شدن با ویروس جدید، با شناسایی ردپای احتمالی، آمادگی لازم برای مقابله با آنها و راهکار‌های پیشگیری و درمان به وجود بیاید. توسعه هوش مصنوعی و تحول چشمگیری که در حوزه‌های مختلف ایجاد کرده است، آن را به یکی از ابزار‌های مهم مطالعات بیوانفورماتیکی و محاسبات زیستی تبدیل کرده است. حالا در پژوهشی جدید گروهی از محققان با کمک هوش مصنوعی تخصصی این حوزه در تلاشند تا منشأ ویروس‌های بیماری‌زا را شناسایی کنند و بتوانند به ساز و کار مناسبی برای شناسایی ویروس‌های ناشناخته بیماری‌زا دست پیدا کنند. هوش مصنوعی آلفا فولد از انقلاب‌های مهم زیست‌شناختی در زمینه شناسایی و پیش‌بینی ساختار سه‌بعدی پروتئین‌های مختلف بود. این هوش مصنوعی بر اساس آموزش با ساختار‌های پروتئینی شناخته شده، قادر است با دریافت هر توالی ژنی کدکننده پروتئین‌ها با دقت بسیار بالایی ساختار سه‌بعدی نهایی آن پروتئین را پیش‌بینی کند. این ابزار قدرتمند به یکی از مهم‌ترین راهکار‌های توسعه درمان‌ها و دار‌های جدید تبدیل شده است. در این پژوهش جدید محققان از الگوریتم‌های هوش مصنوعی مختلف ازجمله آلفا فولد برای ترسیم مجدد درخت تبار ویروس‌ها استفاده کرده‌اند. ساختار‌های پروتئینی پیش‌بینی‌شده تولیدشده باآلفا فولدو «مدل‌های زبان پروتئینی» الهام‌گرفته ازچت‌بات، برخی ازاتصالات شگفت‌انگیز را درخانواده‌ای از ویروس‌ها که شامل ویروس‌های بیماری‌زای انسانی هستند و همچنین برخی ویروس‌های کمتر شناخته شده که می‌توانند عامل همه‌گیری‌های بعدی باشند را شناسایی کرده است. 

سفر به منشأ ویروس‌ها با ساختار پروتئین‌ها

درک دانشمندان از تکامل ویروسی بیشتر بر اساس مقایسه توالی ژنوم‌ها به دست آمده است. اما تکامل سریع ویروس‌ها -به‌ویژه ویروس‌هایی که ژنوم‌هایشان از جنس آر‌ان‌ای است - و تمایل آنها به اضافه کردن بخش‌هایی از مواد ژنتیکی موجودات دیگر به توالی ژنتیکی خودشان موجب می‌شود در بسیاری موارد روابط عمیق و دور بین ویروس‌ها پنهان شود و به راحتی قابل شناسایی نباشد. در مقابل، شکل یا ساختار پروتئین‌های کدگذاری شده با ژن‌های ویروسی با روند بسیار آهسته‌ای تغییر می‌کنند، که این امکان را فراهم می‌کند که این ارتباطات تکاملی پنهان بهتر شناسایی شود. جو گروو، ویروس‌شناس مولکولی در دانشگاه گلاسکوی بریتانیا می‌گوید: تا زمان پیدایش ابزار‌هایی مانند آلفا فولد که می‌توانند ساختار‌های پروتئینی را در مقیاس قابل قبولی پیش‌بینی کند، امکان مقایسه ساختار‌های پروتئین در کل خانواده ویروسی وجود نداشت. در مقاله‌ای که این ماه در نشریه معتبر علمی نیچر منتشر شد، گرو و تیمش ظرفیت بالای رویکرد مبتنی بر ساختار را در خانواده فلاوی ویروس‌ها نشان دادند؛ فلاوی ویروس‌ها گروهی از ویروس‌ها هستند که شامل ویروس‌های هپاتیت C، دنگی و زیکا و همچنین برخی دیگر از ویروس‌های بیماری‌زا با میزبان حیوانی است که می‌توانند تهدیدی برای سلامت انسان باشد.

نحوه ورود ویروس به میزبان

بیشتر آنچه محققان از تکامل فلاوی ویروس‌ها می‌دانند بر اساس توالی آنزیم‌هایی است که تقریبا در همه گونه‌های این خانواده ثابت هستند، دچار تغییرات اندکی بر اثر تکامل می‌شوند و در فرآیند تکثیر مواد ژنتیکی ویروس نقش دارند. با این حال، محققان اطلاعات بسیار کمی در مورد منشاء پروتئین‌های مسئول ورود دارند که فلاوی‌ویروس‌ها برای حمله به سلول میزبان استفاده می‌کنند و محدوده میزبان‌هایی را که می‌توانند آلوده کنند، تعیین می‌کند. گرو معتقد است نبود اطلاعات کافی در خصوص ابزار این ویروس‌ها برای آلوده کردن سلول‌ها، دست‌انداز اصلی در مسیر توسعه واکسن مؤثری علیه هپاتیت C است که هر ساله صد‌ها هزار نفر را در جهان از بین می‌برد. او می‌گوید: «در سطح توالی ژنی، آن‌قدر تفاوت‌ها میان این ویروس‌ها زیاد است که نمی‌توانیم بگوییم به هم مرتبط هستند یا نه. با توسعه پیش‌بینی ساختار کلی پروتئین با هوش مصنوعی تا حد زیادی این ابهامات پاسخ داده خواهد شد.»
محققان از مدل‌های AlphaFold ۲ DeepMind و ESMFold، که ابزار‌های پیش‌بینی ساختار سه‌بعدی پروتئین هستند که در غول فناوری متا توسعه یافته، برای تولید بیش از ۳۳هزار پیش‌بینی ساختار برای پروتئین‌هایی از ۴۵۸ گونه فلاوی ویروس استفاده کردند. ESMFold بر اساس مدل زبانی آموزش داده شده بر روی ده‌ها میلیون توالی پروتئین است. آلفافولد، اما به جای تکیه بر چند توالی از پروتئین‌های مشابه، فقط به یک توالی ورودی نیاز دارد، پس می‌تواند در شناسایی ویروس‌هایی با کمترین اطلاعات درباره‌شان کارآمد باشد. پیش‌بینی ساختار پروتئین‌ها به محققان این امکان رامی‌دهد پروتئین‌های موثردر ورودویروس را با توالی‌های ژنی بسیار متفاوت بر اساس پروتئین‌های دارای ساختار مشخص در فلاوی ویروس‌های شناخته شده شناسایی کنند. با این روش آنها چند پیوند غیرمنتظره پیدا کردند. برای مثال، زیرمجموعه‌ای از ویروس‌ها که شامل هپاتیت C می‌شود، سلول‌ها را با استفاده از سیستمی مشابه سیستمی شناسایی شده، در آفت ویروس‌ها (pestiviruses) گروهی از ویروس‌ها که شامل ویروس تب خوکی کلاسیک است که باعث تب خونریزی‌دهنده در خوک‌ها و سایر پستانداران می‌شود، آلوده می‌کند. مقایسه‌های مبتنی بر هوش مصنوعی نشان داد که این سیستم ورود از بسیاری از فلاوی ویروس‌های دیگر متمایز است. گروو می‌گوید: «ما هنوز منشأ ساز و کار ورود ویروس هپاتیت C و بستگانش را نمی‌شناسیم؛ ممکن است ویروس از زمانی در طول دوره تکاملی‌اش آن را به وجود آورده باشد.»

سرقت از باکتری‌ها 

ساختار‌های پیش‌بینی‌شده نشان دادند پروتئین‌های مورد استفاده در ورود ویروس زیکا و ویروس دنگی به سلول میزبان که به خوبی شناسایی شده‌اند، منشأ مشابهی با ساختاری دارد که گروو در فلاوی ویروس‌های «عجیب و شگفت‌انگیز» با ژنوم‌های غول‌پیکر توصیف کرده، از جمله ویروس کنه هاسکی که می‌تواند باعث ایجاد تب در انسان شود. شگفتی بزرگ دیگر کشف این بود که برخی از فلاوی ویروس‌ها آنزیمی دارند که به نظر می‌رسد از باکتری‌ها دزدیده شده است. مری پترون، ویروس‌شناس دانشگاه سیدنی استرالیا می‌گوید: «این نشان می‌دهد فلاوی ویروس‌هابیش ازپیش درطی تکامل، ژن‌هایی راازگونه‌های دیگربه خدمت گرفته‌اند.» دیوید موی، زیست‌شناس محاسباتی دانشگاه لوزان سوئیس می‌گوید: «مطالعه فلاویویروس نوک کوه یخ است و به دنبال این مطالعه و نتایج شگفت‌انگیز آن تاریخچه تکاملی سایر ویروس‌ها و حتی برخی ارگانیسم‌های سلولی احتمالا با هوش مصنوعی بازنویسی می‌شود.» او می‌گوید: «به نظر می‌رسد ما داستان‌های آنها را با نسل جدیدی از ابزار‌ها بازگو خواهیم کرد؛ اکنون که می‌توانیم همه چیز را تا اعماق بیشتری بررسی کنیم احتمالا بسیاری از داده‌های قبلی، فرضیات و پیش‌بینی‌های دنیای سلول‌های زنده متحول خواهد شد.»