في دراسة حديثة نشرت في عائدات الأكاديمية الوطنية للعلوم في 15 أبريل ، كشفت أداة جديدة للذكاء الاصطناعي عن كيفية تشويه البروتينات المرتبطة بالأمراض العصبية لتتحول إلى هياكل ضارة ، وهي تقدم أساسي في فهم الأمراض العصبية التنكسية مثل الزهايمر و Parkson.
قاد الدراسة Mingchen Chen من مختبر Changping ، و Wolynes الأقران من جامعة رايس ، وخلال هذه الدراسة ، أداة جديدة تسمى Ribbonfold ، والتي تعتمد على طريقة حسابية قادرة على التنبؤ ببني ألياف الأميلويد (والتي هي ألياف طويلة وملوية التي تتراكم في حركات المرضى مع الغابات العصبية).
يحتوي Ribbonfold على تركيزه الفريد في بنية المعقدة والمتغيرة للبروتينات المطوية بطريقة غير صحيحة ، بدلاً من البروتينات الصحية.
قال بيتر ووليس: “لقد أثبتنا أنه يمكن تطوير خوارزميات الذكاء الاصطناعي للتنبؤ بألياف ألياف الأميلويد.” وأشار إلى أن Ribbonfold يتجاوز أدوات مثل Alphafold ، والتي تم تدريبها فقط للتنبؤ بالبروتينات المطوية بطريقة مناسبة.
أداة شريط جديدة
قام الباحثون بتدريب النموذج الجديد الذي تعتمد عليه أداة Ribbonfold مع البيانات الهيكلية المعروفة جيدًا للألياف الأميلويد ، ثم اختبروها على هياكل أخرى لم يتم تضمينها عمداً في مرحلة التدريب.
أظهرت النتائج أن Ribbonfold يتفوق على أدوات أخرى في هذا المجال المتخصص ، وكشفت أيضًا عن تفاصيل دقيقة لم تكن ملحوظة من قبل حول كيفية تشكيل أميلويد وتطوره داخل الجسم.
تشير الدراسة أيضًا إلى أن الألياف قد تبدأ بهيكل معين ، ولكنها تتحول لاحقًا إلى تكوينات أكثر صلابة مع مرور الوقت ، مما يساهم في تطور المرض.
قال بيتر ووليس: “يمكن أن تأخذ البروتينات المطوية بطريقة غير صحيحة العديد من الأشكال المختلفة.
آفاق جديدة في مجال تطوير الأدوية
قد تكون قدرة Ribbonfold على التنبؤ بأشكال متعددة من الأميلويد نقطة تحول في نهج العلماء للأمراض العصبية. بفضل طريقتها الدقيقة والقابلة للتوسيع لتحليل الهياكل الضارة لتجمعات البروتين ، تفتح الأداة آفاقًا جديدة في تطوير الأدوية ؛ يمكن للباحثين تصميم الأدوية التي تستهدف أكثر الهياكل الليفية ذات الصلة.
توفر الدراسة أيضًا رؤى أعمق في مجال التجميع الذاتي للبروتينات ، والتي قد تؤثر على تطور المواد البيولوجية الاصطناعية. تجيب الدراسة أيضًا على لغز في علم الأحياء الهيكلي: كيف يمكن للبروتينات المتطابقة طية مسببات الأمراض المختلفة؟
وقال بيتر ووليس: “قد تكون القدرة على التنبؤ بأشكال متعددة من الأميلويد خطوة محورية في منع تجمعات البروتينات الضارة ، وهو أمر مهم للغاية لمواجهة تحديات الأمراض العصبية الرئيسية في العالم”.
