מערכות AI מגלות תוכניות לחלבונים מלאכותיים

צוות חוקרים מבית הספר להנדסה מולקולרית פריצקר (PME) באוניברסיטת שיקגו הצליח לאחרונה ביצירת מערכת AI שיכולה ליצור חלבונים מלאכותיים חדשים לגמרי על ידי ניתוח אוספים של נתונים גדולים.

חלבונים הם מולקולות גדולות החיוניות לבניית רקמות ביצורים חיים, וחיוניות לחיים של תאים בכלל. חלבונים משמשים על ידי תאים כזרזים כימיים כדי לגרום לתגובות כימיות שונות להתרחש ולבצע משימות מורכבות. אם המדענים יוכלו לגלות כיצד להנדס חלבונים מלאכותיים באופן אמין, זה יכול לפתוח את הדלת לדרכים חדשות של לכידת פחמן, שיטות חדשות של הפקת אנרגיה, וטיפולים חדשים למחלות. חלבונים מלאכותיים הם בעלי היכולת לשנות באופן דרמטי את העולם בו אנו חיים. כפי שדווח על ידי EurekaAlert, פריצת דרך לאחרונה על ידי חוקרים ב-PME אוניברסיטת שיקגו הביאה את המדענים קרוב יותר ליעדים האלה. חוקרי PME השתמשו באלגוריתמים של למידת מכונה כדי לפתח מערכת המסוגלת ליצור צורות חדשות של חלבונים.

צוות המחקר יצר מודלים של למידת מכונה שאומנו על נתונים שנמשכו ממסדי נתונים גנומיים שונים. ככל שהמודלים למדו, הם התחילו להבחין בדפוסים מוסכמים, כללים פשוטים של עיצוב, שמאפשרים את יצירת חלבונים מלאכותיים. עם קבלת הדפוסים וסינתוז החלבונים הרלוונטיים במעבדה, החוקרים גילו כי החלבונים המלאכותיים יצרו תגובות כימיות שהיו יעילות כמעט כמו אלה שנוצרו על ידי חלבונים טבעיים.

לפי פרופסור ראמה רנגנאתן, פרופסור ג’וזף רגנשטיין ב-PME UC, צוות המחקר מצא כי נתוני הגנום מכילים כמות עצומה של מידע בנוגע לתפקודים והמבנים הבסיסיים של חלבונים. על ידי שימוש בלמידת מכונה כדי לזהות את המבנים המשותפים האלה, החוקרים “הצליחו לרכז את חוקי הטבע כדי ליצור חלבונים בעצמנו”.

החוקרים התמקדו באנזימים מטבוליים למחקר זה, במיוחד במשפחה של חלבונים הנקראים כוריזמט מוטאז. משפחת חלבונים זו היא חיונית לחיים במגוון רחב של צמחים, פטריות וחיידקים.

רנגנאתן ועמיתיו הבינו כי מסדי הנתונים הגנומיים מכילים תובנות שרק מחכות להיתגלות על ידי מדענים, אך שיטות מסורתיות של קביעת החוקים בנוגע למבנה ותפקוד של חלבונים היו מוגבלות בהיקפן. הצוות יצא לעצב מודלים של למידת מכונה המסוגלים לחשוף את חוקי העיצוב. ממצאי המודל מרמזים כי רצפים מלאכותיים חדשים יכולים להיצור על ידי שימור עמדות חומצות אמינו וקורלציות באבולוציה של זוגות חומצות אמינו.

צוות החוקרים יצר גנים סינתטיים שפוענחו לרצפי חומצות אמינו המייצרים את החלבונים האלה. הם שיבטו חיידקים עם הגנים הסינתטיים האלה ומצאו כי החיידקים השתמשו בחלבונים הסינתטיים במכונות התאיות שלהם, תוך פעולה כמעט זהה לחלבונים רגילים.

לפי רנגנאתן, החוקים הפשוטים שה-AI שלהם זיהה יכולים לשמש ליצירת חלבונים מלאכותיים בסיבוכיות ומגוון יוצאי דופן. כפי שרנגנאתן הסביר ל-EurekaAlert:

“האילוצים הרבה יותר קטנים ממה שחשבנו שיהיו. יש פשטות בחוקי העיצוב של הטבע, ואנו מאמינים כי גישות דומות יכולות לעזור לנו לחפש מודלים לעיצוב במערכות מורכבות אחרות בביולוגיה, כמו מערכות אקולוגיות או המוח.”

רנגנאתן ועמיתיו רוצים לקחת את המודלים שלהם ולכלל אותם, ליצור פלטפורמה שמדענים יכולים להשתמש בה כדי להבין טוב יותר כיצד חלבונים מורכבים ומה השפעותיהם. הם מקווים להשתמש במערכות AI שלהם כדי לאפשר למדענים אחרים לגלות חלבונים שיכולים לטפל בבעיות חשובות כמו שינויי אקלים. רנגנאתן ופרופסור חבר אנדרו פרגוסון הקימו חברה בשם Evozyne, שמטרתה למסחר את הטכנולוגיה ולקדם את השימוש בה בתחומים כמו חקלאות, אנרגיה וסביבה.

הבנת הקשרים בין חלבונים, והיחסים בין מבנה לתפקוד, יכולה גם לסייע ביצירת תרופות חדשות וצורות טיפול. אף על פי שקיפול חלבונים הוא בעיה קשה מאוד למחשבים, התובנות ממודלים כמו זה שיוצר על ידי צוותו של רנגנאתן יכולות לעזור להאיץ את קצב החישובים, ולהקל על יצירת תרופות חדשות המבוססות על חלבונים אלה. תרופות יכולות להיפתח שיחסמו את יצירת חלבונים בתוך וירוסים, ובכך לסייע בטיפול בווירוסים חדשים כמו נגיף הקורונה Covid-19.

רנגנאתן ושאר צוות המחקר עדיין צריכים להבין כיצד ולמה מודליהם עובדים וכיצד הם מייצרים תוכניות אמינות לחלבונים. מטרת המחקר הבאה של צוות המחקר היא להבין טוב יותר מהי התכונות שהמודלים לוקחים בחשבון כדי להגיע למסקנותיהם.