חוקר מאוניברסיטת מיזורי יצר תוכנית מחשב שיכולה לפענח את התעלומות של איך חלבונים עובדים יחד -; נותן למדענים תובנות יקרות ערך כדי למנוע, לאבחן ולטפל טוב יותר בסרטן ובמחלות אחרות.
ג'יאנלין "ג'ק" צ'נג מהמכללה להנדסה של מיזו ותלמידו, נאבין גירי, פיתחו כלי בשם Cryo2Struct שמשתמש בבינה מלאכותית (AI) כדי לבנות את המבנה האטומי התלת מימדי של מתחמי חלבון גדולים, עבודה שפורסמה לאחרונה ב- תקשורת טבע. המודל משתמש בנתונים מתמונות של מולקולות קפואות שנלכדו על ידי מיקרוסקופים רבי עוצמה, או תמונות קריו-אלקטרון (cryo-EM).
"Cryo-EM כרגע היא טכנולוגיה מהפכנית ומפתחת לקביעת מבני חלבון ומכלולים גדולים בתאים", אמר צ'נג, פרופסור מכובד של אוצרים להנדסת חשמל ומדעי המחשב.
אבל בניית מבני חלבון מנתוני Cryo-EM היא עבודה אינטנסיבית ודורשת התערבות אנושית רבה, מה שהופך אותה לגוזלת זמן וקשה להתרבות. הטכניקה שלנו אוטומטית לחלוטין ומייצרת מבנים מדויקים יותר משיטות קיימות".
ג'יאנלין "ג'ק" צ'נג, פרופסור מכובד, הנדסת חשמל ומדעי המחשב, אוניברסיטת מיזורי-קולומביה
חיזוי חלבונים
כדי להבין את משמעות העבודה צריך לדעת קצת על חלבונים ועל המאבק בן עשרות השנים להבין אותם.
חלבונים הם אבני הבניין של החיים. הם מתחילים כמחרוזות של חומצות אמינו המתקפלות לצורות תלת מימדיות. צורות אלו קובעות כיצד חלבון יתפקד.
במשך יותר מ-50 שנה, תהליך הקיפול הזה בלבל את החוקרים.
צ'נג היה בין הראשונים ליישם למידה עמוקה, סוג של AI, על הבעיה. בשנת 2012, הוא הדגים מודל מבוסס בינה מלאכותית שהוכיחה שלמידה עמוקה יכולה לחזות מבני חלבון. העבודה סללה את הדרך להתקדמות פורצת דרך, כולל AlphaFold של גוגל, שנחשב כעת לכלי המדויק ביותר בעולם לניבוי מבני חלבון.
אבל חיזוי של מבנה חלבון בודד הוא רק חצי מהבעיה. בעולם האמיתי, חלבונים עובדים יחד כמכונות מולקולריות שמבצעות פונקציות ביולוגיות מסובכות. הבנת אינטראקציות חלבון היא קריטית מכיוון שהן קובעות כיצד מחלות מתפתחות ועוזרות למדענים להבין כיצד לטפל בהן בצורה הטובה ביותר.
פיצוח הקוד
ה-Cryo2Struct של צ'נג פועל קצת כמו בלש שמפצח תיק ללא כל רמזים.
המערכת מנתחת תמונות cryo-EM ומזהה את האטומים הבודדים ואת מיקומם בתוך קומפלקס חלבון, גם כאשר אין ידע מוקדם על המבנה. לאחר מכן המערכת יכולה להרכיב את האטומים הללו למודל תלת-ממדי שלם של קומפלקסים חלבונים, ולספק תובנות לגבי אופן פעולת החלבונים.
"הטכנולוגיה שלנו מאפשרת למדענים לקבוע ולבנות מבנה מנתוני cryo-EM", אמר צ'נג. "ברגע שיש לך את המבנה הזה ותבין את הפונקציות שלו, אתה יכול לתכנן תרופות כדי להתמודד עם כל פונקציה פגומה של קומפלקס חלבון כדי לגרום לו לתפקד כראוי."
במאמר קשור שפורסם ב-Chemistry Communications, צ'נג ותלמידו, אלכס מורהד, חקרו שיטת בינה מלאכותית אחרת הנקראת מודל דיפוזיה, ומדגמים כיצד מבנים מולקולריים מתפתחים מרעש אקראי לצורות מוגדרות היטב. שיטות אלו יכולות לעזור למדענים ליצור ולמטב מולקולות קטנות, כולל תרופות, ולקבוע כיצד והיכן תרופות אלו נקשרות לחלבונים.
"לדוגמה, יש לי תרופה, ואני רוצה לגרום לה לעבוד טוב יותר עבור חלק מהמטופלים", אמר צ'נג. "עכשיו אני יכול להשתמש בבינה מלאכותית כדי לשנות אותו ולמטב אותו."
המשאבים הבינתחומיים של Mizzou עזרו להפוך את פריצת הדרך לאפשרית. צ'נג הוא חוקר ב-NextGen Precision Health, שם יש לו גישה ל-Cryo-EM ולמיקרוסקופ אלקטרוני ברזולוציה גבוהה.
"ההזדמנויות ב-Mizzou לשתף פעולה עם חוקרים אחרים ולהשתמש בציוד מתקדם הן חסרות תקדים", אמר. "ב-NextGen, כולנו פועלים לקידום שירותי בריאות פרטניים ביותר, וטכנולוגיות כמו Cryo2Struct יסייעו לאפשר זאת."
