هوش مصنوعی گامی برای حفاری دشوارترین مشکل زیست شناسی – تحقیقات توالی پروتئین در حال انجام است

به گفته توسعه دهندگان خود ، یک سیستم جدید هوش مصنوعی به نام Instanovo می تواند توالی پروتئین را دقیقاً مانند Alphafold تغییر دهد.

در حالی که توالی DNA روال است ، تعیین توالی پروتئین یکی از دشوارترین چالش های زیست شناسی است. Instanovo قصد دارد با خواندن مستقیم توالی پروتئین داده های تجربی خام ، باز کردن مناطق عظیمی از زیست شناسی قبلاً غیرقابل دسترسی ، این مسئله را تغییر دهد.

در پروتئومیکس – مطالعه پروتئین ها در سیستم های بیولوژیکی – توالی پپتید تزئین شده برای یافتن توالی اصلی اسید آمینه پروتئین با استفاده از طیف سنجی جرمی پشت سر هم استفاده می شود. این تکنیک یون های پپتیدی را قطعات می کند و نسبت های جرم در مراحل انبوه آنها را تجزیه و تحلیل می کند و به محققان این امکان را می دهد تا دنباله اصلی را بیان کنند.

Costas Kalogeropoulos ، همچنین در دانشگاه فنی دانمارک می گوید: “بسیاری از تکنیک های یادگیری پروتئین وجود دارد ، اما هیچ کس مطابق با پهنای باند و جامع بودن طیف سنجی جرمی نیست.” “ما پروتئین ها – یا قطعات کوچکتر آنها ، پپتیدها را با اندازه گیری جرم آنها تجزیه و تحلیل می کنیم.”

بر خلاف رویکردهای وابسته به پایگاه داده ، که پپتیدهای ناشناخته را با توالی های شناخته شده مقایسه می کنند ، توالی دکوو ، بدون نیاز به اطلاعات قبلی ، آنها را از ابتدا بازسازی می کند. جنکینز می گوید: “توالی De Novo مدتهاست که کم ارزش است ، اما هنوز هم برای بسیاری از کاربردهای بیولوژیکی پتانسیل عظیمی دارد.” با این حال ، مشکلات مربوط به صحت و هزینه های محاسبه بالا مانع از اتخاذ گسترده آن می شود.

کالوژروپولوس توضیح می دهد: “به طور سنتی ، توالی پپتید تزئین شده به الگوریتم هایی که به طور مشابه با بازسازی دستی دنباله عمل می کنند ، متکی است.” “این روش ها به تمام اطلاعات لازم نیاز دارند ، در غیر این صورت آنها شکست خواهند خورد.”

فرانسیس در موسسه تحقیقات VIB و دانشگاه جنتا اظهار داشت: “Instanovo و ابزارهای مشابه از این محدودیت اساسی از طریق” De Novo “مستقیم ، تفسیر توالی های پپتیدی از طیف های تکه تکه شدن پپتید” ، در موسسه تحقیقات VIB و دانشگاه جنتا اظهار داشت که در این مطالعه شرکت نکرده است. “این بدان معنی است که اکنون می توانیم [such as] نمونه های میکروبیوم که ترکیب آن ناشناخته است. “

Instanovo مبتنی بر ترانسفورماتور AI است ، یک شبکه عصبی که در ابتدا در پردازش زبان استفاده می شود ، که با ردیابی اتصالات در داده های پی در پی ، متن و معنی را می آموزد ، به عنوان دنباله صحیح کلمات در یک جمله.

هنگامی که برای تعیین توالی پپتیدها اعمال می شود ، instanovo قله ها یا سیگنال های داده های طیف سنجی جرمی را تجزیه و تحلیل می کند و آنها را از طریق چندین مرحله ، با استفاده از لایه های رمزگشایی ترانسفورماتور ، که مانند فیلترهای هوشمند هستند که رایج ترین دنباله اسیدهای آمینه را از داده های تکه تکه تشکیل می دهند ، تجزیه و تحلیل می کند.

برای انتخاب دقیق ترین دنباله ، Instanovo از “جستجوی پرتوی کوله پشتی” استفاده می کند ، استراتژی که به طور موثری توالی های مختلف ممکن را آزمایش می کند ، بهترین ها را حفظ می کند و سپس آنها را اصلاح می کند. این شبیه به نحوه عملکرد یک شخص دو بار است و فرضیات خود را هنگام توقیف دستی به صورت دستی تصحیح می کند.

کوین الوف ، نویسنده اول می گوید: “Instanovo … مستقیماً توالی طیف را پیش بینی می کند و نیاز به جستجوی یک پایگاه داده را از بین می برد.” “این امکان پذیر است زیرا مدل های ما مدلهای اصلی توالی را که ما اندازه گیری می کنیم آموخته اند و می توانند طیف را مستقیماً به توالی های پپتید مربوطه ترجمه کنند.”

به عنوان شواهد یک مفهوم ، از Instanovo برای تجزیه و تحلیل پپتیدها در زخم های بیماران به بیماران استفاده می شود و حداقل سه بیماری زایی را که با تکنیک های استاندارد تأیید شده اند ، شناسایی می کند. کالوژروپولوس می گوید: “در حالی که حضور عوامل بیماری زا در این زخم ها غیر منتظره نبود ، ما از اینکه چگونه به راحتی می توانیم آنها را پیدا کنیم تعجب کردیم.” “این یافته می تواند عواقب قابل توجهی برای نحوه تشخیص و درمان بیماران مبتلا به زخم های مزمن داشته باشد.”

این تیم اکنون در حال تحقیق در مورد پتانسیل Instanovo برای نقشه برداری تمام پروتئین ها در سلول بیمار است. همچنین می تواند پروتئین ها و پروتئین های سرطان جهش یافته را با نقش های ناشناخته شناسایی کند.

Impens هیجان انگیز است که Instanovo می تواند نتایج جستجو را از یک پایگاه داده فراتر از توالی های شناخته شده گسترش دهد ، و از توالی های قبلی De Novo فراتر رود. با این حال ، او هنوز هم باید در مجموعه داده های بزرگتر ارزیابی و آموزش داده شود.

“این مدل هنوز هم برای اصلاحات پس از ترجمه باید تنظیم شود [which affect protein function and are critical for biological activity] وی می افزاید: و داده های مربوط به انواع مختلف طیف سنجهای جرمی.

مانند هر فناوری جدید ، انتظار دارد چالش هایی در ادغام و کاربرد در دنیای واقعی باشد. جنکینز و کالوژروپولوس موافق هستند ، اما معتقدند که همکاری بین رشته ای مزایای این مدل را نشان می دهد.

الوف می گوید: “ما نمی توانیم بگوییم که دنباله پپتید de novo هنوز برطرف شده است ، اما ما امیدواریم که داده های بیشتری را آموزش دهیم و در جایی که می توانیم … مدرن ترین مدل ها را در دسترس همه قرار دهیم.”