الذكاء الاصطناعي يحاكي 500 مليون سنة من التطور – وخلق بروتينًا جديدًا!

كان التطور يُحسن الحياة على مستوى الجزيئات لمدة مليارات السنين. البروتينات ، وهي الحجارة الأساسية للحياة ، تطورت من خلال هذا العملية لأداء وظائف بيولوجية مختلفة ، من مكافحة العدوى إلى هضم الطعام. تتكون هذه الجزيئات المعقدة من سلاسل طويلة من الأحماض الأمينية مرتبة في تسلسلات دقيقة تحدد هيكلها ووظائفها. في حين أن الطبيعة أنتجت تنوعًا غير عادي من البروتينات ، فهم هيكلها وتصميم بروتينات جديدة تمامًا كان تحديًا معقدًا للعلماء.

التقدم الأخير في الذكاء الاصطناعي يغير من قدرتنا على مواجهة بعض التحديات الأكثر أهمية في البيولوجيا. في السابق ، تم استخدام الذكاء الاصطناعي لتوقع كيف سيتم طي تسلسل بروتيني معين وسلوكه – وهو تحد معقد بسبب عدد كبير من التكوينات. مؤخرًا ، تقدم الذكاء الاصطناعي لتصميم بروتينات جديدة تمامًا بمقياس غير مسبوق. تم تحقيق هذا الإنجاز مع ESM3 ، وهو نموذج لغة مولد متعدد الوسائط صممه EvolutionaryScale. على عكس الأنظمة التقليدية للذكاء الاصطناعي المصممة لمعالجة النص ، تم تدريب ESM3 على فهم تسلسلات البروتينات وهيكلها ووظائفها. ما يجعله حقًا رائعًا هو قدرته على محاكاة 500 مليون سنة من التطور – إنجاز أدى إلى إنشاء بروتين فلوري جديد تمامًا ، شيء لم يُرى من قبل في الطبيعة.

هذا الإنجاز هو خطوة كبيرة نحو جعل البيولوجيا أكثر برمجة ، مما يفتح إمكانيات جديدة لتصميم بروتينات مخصصة مع تطبيقات في الطب والعلوم المواد وخارجها. في هذه المقالة ، نستكشف كيف يعمل ESM3 ، ما هو ما أنجزه ، ولماذا هذا التطور يغير من فهمنا للبيولوجيا والتطور.

تعرف على ESM3: الذكاء الاصطناعي الذي يحاكي التطور

ESM3 هو نموذج لغة مولد متعدد الوسائط تم تدريبه على فهم وتصميم البروتينات من خلال تحليل تسلسلاتها وهيكلها ووظائفها. على عكس AlphaFold ، الذي يمكنه توقع هيكل البروتينات الحالية ، ESM3 هو في الأساس نموذج هندسة بروتينية ، يسمح للباحثين بتحديد متطلبات وظيفية وهيكلية لتصميم بروتينات جديدة تمامًا.

النموذج يحمل معرفة عميقة لتسلسلات البروتينات وهيكلها ووظائفها جنبًا إلى جنب مع القدرة على توليد بروتينات من خلال التفاعل مع المستخدمين. تمكن هذه القدرة النموذج من توليد بروتينات قد لا توجد في الطبيعة ولا يزال من الممكن أن تكون قابلة للحياة. إن إنشاء بروتين فلوري أخضر جديد (esmGFP) هو تطبيق مذهل لهذه القدرة. البروتينات الفلورية ، التي تم اكتشافها في البداية في اللاسعات والمرجان ، تستخدم على نطاق واسع في البحث الطبي والتقنيات الحيوية. لتطوير esmGFP ، قدم الباحثون ESM3 مع الخصائص الهيكلية والوظيفية الرئيسية للبروتينات الفلورية المعروفة. ثم قام النموذج بتحسين التصميم بشكل متكرر ، باستخدام نهج chain-of-thought reasoning لتحسين التسلسل. في حين أن التطور الطبيعي قد يستغرق ملايين السنين لإنتاج بروتين مشابه ، ESM3 يسرع هذا العملية لتحقيقها في أيام أو أسابيع.

عملية تصميم البروتين الموجهة بالذكاء الاصطناعي

यह هو كيف استخدم الباحثون ESM3 لتصميم esmGFP:

1. توجيه الذكاء الاصطناعي – في البداية ، أدخلوا إشارات تسلسلية وهيكلية لتوجيه ESM3 نحو ميزات متعلقة بالفلورية.
2. توليد بروتينات جديدة – استكشف ESM3 مساحة واسعة من التسلسلات المحتملة لإنتاج آلاف البروتينات المرشحة.
3. الترشيح والتحسين – تم ترشيح التصاميم الأكثر وعدًا وتركيبها للاختبار المختبري.
4. التحقق في الخلايا الحية – تم التعبير عن البروتينات المصممة بواسطة الذكاء الاصطناعي في البكتيريا للتأكد من الفلورية ووظائفها.

هذا العملية أدت إلى بروتين فلوري (esmGFP) لا يوجد مثيل له في الطبيعة.

كيف يقارن esmGFP بالبروتينات الطبيعية

ما يجعل esmGFP استثنائيًا هو مدى بعده عن البروتينات الفلورية المعروفة. في حين أن معظم البروتينات الفلورية الجديدة التي تم اكتشافها لها اختلافات طفيفة عن البروتينات الحالية ، فإن esmGFP له هوية تسلسل بنسبة 58٪ فقط مع أقرب قريب طبيعي. من الناحية التطورية ، فإن هذا الفرق يعادل زمن انحراف يزيد على 500 مليون سنة.

لموضع هذا في منظور ، آخر مرة ظهرت فيها بروتينات مع مسافات تطورية مماثلة ، لم تظهر الديناصورات بعد ، وكانت الحياة متعددة الخلايا لا تزال في مراحلها الأولى. هذا يعني أن الذكاء الاصطناعي لم يسرع فقط التطور – بل محاكى مسارًا تطورياً جديدًا ، مما أدى إلى بروتينات قد لا تنتجها الطبيعة أبدًا.

لماذا يهم هذا الاكتشاف

هذا التطور هو خطوة كبيرة إلى الأمام في هندسة البروتينات ويعمق فهمنا للتطور. من خلال محاكاة ملايين السنين من التطور في أيام فقط ، يفتح الذكاء الاصطناعي أبوابًا لفرص جديدة ومثيرة:

• اكتشاف الأدوية الأسرع: تعمل العديد من الأدوية عن طريق استهداف بروتينات محددة ، ولكن العثور على البروتينات الصحيحة بطيء ومكلف. يمكن أن تسريع البروتينات المصممة بواسطة الذكاء الاصطناعي هذا العملية ، مما يساعد الباحثين على اكتشاف علاجات جديدة بشكل أكثر كفاءة.
• حلول جديدة في الهندسة الحيوية: تستخدم البروتينات في كل شيء من تحطيم نفايات البلاستيك إلى الكشف عن الأمراض. مع التصميم الموجه بواسطة الذكاء الاصطناعي ، يمكن للعلماء إنشاء بروتينات مخصصة للرعاية الصحية والحماية البيئية وحتى المواد الجديدة.
• الذكاء الاصطناعي كمحاكي للتطور: واحدة من الجوانب الأكثر إثارة للاهتمام في هذا البحث هي أن الذكاء الاصطناعي يُظهر نفسه كمحاكي للتطور بدلاً من مجرد أداة لتحليله. تتضمن محاكاة التطور التقليدية التكرار من خلال الطفرات الجينية ، والتي يمكن أن تستغرق أشهر أو سنوات لإنشاء مرشحين قابليين للتطبيق. ومع ذلك ، ي绕 هذه القيود البطيئة ESM3 من خلال التنبؤ بالبروتينات الوظيفية مباشرة. هذا التحول في النهج يعني أن الذكاء الاصطناعي قد لا يقلد فقط التطور بل يخترق أيضًا إمكانيات تطورية تتجاوز الطبيعة. مع القدرة الحاسوبية الكافية ، يمكن للذكاء الاصطناعي الموجه أن يكشف عن خصائص كيميائية حيوية جديدة لم تكن موجودة في العالم الطبيعي.

الاعتبارات الأخلاقية وتطوير الذكاء الاصطناعي المسؤول

في حين أن الفوائد المحتملة لتصميم البروتين الموجه بواسطة الذكاء الاصطناعي هائلة ، فإن هذه التكنولوجيا تثير أيضًا أسئلة أخلاقية وآمنة. ماذا يحدث عندما يبدأ الذكاء الاصطناعي في تصميم بروتينات تتجاوز فهم الإنسان؟ كيف يمكننا ضمان أن هذه البروتينات آمنة للاستخدام الطبي أو البيئي؟

نحن بحاجة إلى التركيز على تطوير الذكاء الاصطناعي المسؤول والاختبار الشامل لمواجهة هذه المخاوف. يجب أن تخضع البروتينات التي تم إنشاؤها بواسطة الذكاء الاصطناعي ، مثل esmGFP ، للاختبار المختبري الشامل قبل النظر في تطبيقات العالم الحقيقي. بالإضافة إلى ذلك ، يتم تطوير الإطارات الأخلاقية للبيولوجيا الموجهة بالذكاء الاصطناعي لضمان الشفافية والأمان وثقة الجمهور.

الخلاصة

إطلاق ESM3 هو تطور حيوي في مجال التقنيات الحيوية. يظهر ESM3 أن التطور لا ينبغي أن يكون عملية بطيئة ومحاولة وخطأ. يفتح ضغط 500 مليون سنة من تطور البروتين في أيام فقط مستقبلًا حيث يمكن للعلماء تصميم بروتينات جديدة تمامًا بسرعة ودقة لا مثيل لهما. ي意味ى تطوير ESM3 أننا لا نستخدم الذكاء الاصطناعي فقط لفهم البيولوجيا ولكن أيضًا لإعادة تشكيلها. هذا الإنجاز يساعدنا على تقدم قدراتنا على برمجة البيولوجيا بنفس الطريقة التي نبرمج بها البرمجيات ، مفتوحًا إمكانيات لا نزال نبدأ في تخيلها.