ایجاد یک مولکول "زنده" توسط یک شبکه عصبی که در طبیعت وجود ندارد!

یک مدل هوش مصنوعی ۵۰۰ میلیون سال تکامل مولکولی را شبیه سازی کرد تا پروتئینی را که قبلا ناشناخته بود کدگذاری کند.

به گزارش مجله خبری نگار، دانشمندان بر این باورند که این پروتئین درخشان جدید، مشابه پروتئین‌های موجود در چتر دریایی و مرجان ها، می‌تواند به توسعه دارو‌های جدید کمک کند.

پروتئین‌ها یکی از اجزای ضروری زندگی هستند و عملکرد‌های مختلفی مانند عضله سازی و مبارزه با بیماری‌ها را در بدن انجام می‌دهند. پروتئین‌ها از زنجیره‌ای از مولکول‌ها به نام اسید‌های آمینه تشکیل شده‌اند که توسط ژن‌ها توالی یابی می‌شوند. برای اینکه شبکه عصبی ESM۳ پروتئین‌ها را درک کند، محققان اطلاعاتی در مورد خواص اصلی پروتئین‌ها مانند توالی آمینه، ساختار و عملکرد در قالب رشته‌ای از کاراکتر‌ها در اختیار آنها قرار دادند.

مولکول شبیه سازی شده، esmGFP نامیده می‌شود، فقط به شکل کد کامپیوتری وجود دارد، اما حاوی نموداری از نوع ناشناخته پروتئین فلورسنت سبز است. دنباله‌ای که esmGFP را شناسایی می‌کند تنها ۵۸ درصد شبیه به نزدیکترین پروتئین فلورسنت شناخته شده است، گونه‌ای که در Entacmaea quadricolor یافت می‌شود. باقیمانده توالی منحصر‌به‌فرد است و برای ظهور طبیعی به ۹۶ جهش ژنی مختلف نیاز داشت که بیش از ۵۰۰ میلیون سال طول می‌کشید.

esmGFP و مدل هوش مصنوعی ESM۳ ایجاد شده توسط آن توسط محققان EvolutionaryScale در معرض دید قرار گرفت.

شبکه عصبی ESM۳ با "مرور" سریع در مسیرها، گزینه‌ها و مراحل مختلف، جا‌های خالی کد ناقص ارائه شده توسط محققان را پر می‌کند.

الکس ریوز، یکی از نویسندگان این مطالعه و یکی از بنیانگذاران EvolutionaryScale، گفت: "ما کشف کردیم که ESM۳ بر اصول زیست شناسی تسلط دارد و می‌تواند پروتئین‌های عملکردی خارج از محدوده کشف شده توسط تکامل تولید کند.

تیم تحقیقاتی ESM۳ را بر روی داده‌های ۲.۷۸ میلیارد پروتئین موجود در طبیعت آموزش دادند، سپس محققان به طور تصادفی بخش‌هایی از پروتئین را پنهان کردند و ESM۳ بر اساس دانشی که به دست آورد، جا‌های خالی را پر کرد.

تیفانی تیلور، زیست شناس تکاملی در دانشگاه باث، در مورد این مطالعه اظهار داشت: مدل‌های هوش مصنوعی مانند ESM۳ امکان دستیابی به موفقیت در مهندسی پروتئین را فراهم می‌کند. با این حال، تلاش برای شبیه سازی ۵۰۰ میلیون سال تکامل بر پروتئین‌های منفرد متمرکز است و بسیاری از مراحل انتخاب طبیعی را که در نهایت حیات ایجاد می‌کند، در نظر نمی‌گیرد. "مهندسی پروتئین مبتنی بر هوش مصنوعی جالب است، اما من نمی‌توانم از این احساس خلاص شوم که ممکن است بیش از حد اعتماد به نفس داشته باشیم وقتی فرض می‌کنیم که می‌توانیم از فرآیند‌های پیچیده اصلاح شده توسط میلیون‌ها سال انتخاب طبیعی بهتر عمل کنیم. "

منبع: Naukatv

لینک کپی شد

اشتراک‌ گذاری