رمزگشایی کد موجود در پروتئین ها با هوش مصنوعی

پژوهشگران موسسه وایتهد و آزمایشگاه CSAIL دانشگاه MIT، یک مدل یادگیری ماشین برای پیش‌بینی و ایجاد مکان‌یابی پروتئین‌ها طراحی کرده‌اند که می‌تواند در درک بهتر بیماری‌ها و درمان آن‌ها نقشی کلیدی ایفا کند.

طبق تحقیقاتی که به تازگی در نشریه Science منتشر شده است، تیمی از محققان شامل ریچارد یانگ، استاد دانشگاه MIT و همکارانش، مدلی به نام ProtGPS ساخته‌اند که قادر است محل دقیق پروتئین‌ها را در سلول پیش‌بینی کند. این مدل همچنین توانایی پیش‌بینی تغییرات مکان‌یابی پروتئین‌ها به‌دلیل جهش‌های بیماری‌زا را دارد.

پروتئین‌ها از اجزای اصلی سلول‌ها هستند و عملکردهای تخصصی زیادی در داخل سلول ایفا می‌کنند. یکی از عواملی که برای عملکرد صحیح پروتئین‌ها اهمیت دارد، مکان دقیق قرارگیری آن‌ها در سلول است. تا پیش از این، دانشمندان هیچ ابزاری برای پیش‌بینی سیستماتیک مکان‌یابی پروتئین‌ها نداشتند، ولی مدل ProtGPS این مشکل را برطرف کرده است.

این مدل می‌تواند به پیش‌بینی مکان 12 نوع شناخته شده از محفظه‌های سلولی بپردازد و همچنین نشان می‌دهد که آیا جهش‌های بیماری‌زا بر این مکان‌یابی تأثیر می‌گذارند یا خیر. محققان همچنین یک الگوریتم تولیدی ساخته‌اند که می‌تواند پروتئین‌های جدیدی طراحی کند تا به مکان‌های خاصی در سلول منتقل شوند.

هدف نهایی این تحقیق، توسعه یک پلتفرم قدرتمند برای کمک به پژوهشگران در درک بهتر نحوه عملکرد پروتئین‌ها و طراحی داروهای درمانی برای اختلالات سلولی است. در آزمایشات مختلفی که بر روی بیش از 200 هزار پروتئین با جهش‌های بیماری‌زا انجام شد، این مدل پیش‌بینی‌های دقیقی انجام داد که توانسته به اثبات برسد.

در گام بعدی، محققان به طراحی پروتئین‌های کاملاً جدید پرداخته‌اند که بتوانند به محفظه‌های خاصی در سلول‌ها منتقل شوند و این نوآوری می‌تواند در طراحی داروهای هدفمند موثر باشد. تحقیقات نشان می‌دهد که با استفاده از این مدل، پژوهشگران می‌توانند داروهایی طراحی کنند که با دقت بیشتری به هدف خود در سلول دست یابند و از عوارض جانبی جلوگیری کنند.

در نهایت، محققان امیدوارند که مدل ProtGPS به ابزاری مهم در تحقیقات آتی در زمینه پروتئین‌ها و درمان بیماری‌ها تبدیل شود و زمینه‌های جدیدی برای طراحی داروهای نوین ایجاد کند.