עבור לוקאס פרונג, אין שאלה מרתקת יותר מאשר איך ביצית מופרית בודדת מתפתחת לאדם בתפקוד מלא. בתור ביולוג מבני, הוא חוקר את התהליך הזה בקנה מידה הקטן ביותר: טריליוני האטומים שחייבים לסנכרן את עבודתם כדי שזה יקרה.
אני לא רואה הבדל גדול בין פתרון פאזל של 5,000 חלקים לבין המחקר שאנחנו עושים במעבדה שלי. אנחנו מנסים להבין איך התהליך הזה נראה מבחינה ויזואלית, ומשם נוכל לגבש רעיונות איך הוא עובד".
לוקאס פארנונג, עוזר פרופסור לביולוגיה של התא, מכון בלווטניק בבית הספר לרפואה של הרווארד
כמעט כל התאים בגוף האדם מכילים את אותו חומר גנטי, אבל אילו סוגי רקמות הופכים התאים הללו במהלך ההתפתחות -; אם הם הופכים לכבד או לעור, למשל -; מונעת במידה רבה על ידי ביטוי גנים, שמכתיב אילו גנים מופעלים ומכבים. ביטוי גנים מווסת על ידי תהליך הנקרא שעתוק -; מוקד עבודתו של פארנונג. במהלך התמלול, מכונות מולקולריות קוראים הוראות הכלולות בתכנית הגנטי המאוחסנת בתוך ה-DNA, ויוצרות RNA, המולקולה שמבצעת את ההוראות. מכונות מולקולריות אחרות קוראות RNA ומשתמשות במידע זה כדי ליצור חלבונים שמתדלקים כמעט את כל הפעילויות בגוף.
Farnung חוקר את המבנה והתפקוד של המכונות המולקולריות האחראיות לתעתוק.
בשיחה עם חדשות רפואה של הרווארדFarnung דן בעבודתו וכיצד למידת מכונה מאיץ את המחקר בתחומו.
חדשות הרווארד רפואה: מהי השאלה המרכזית שהמחקר שלך מבקש לענות?
פרונג: אני תמיד אומר, אנחנו מתעניינים בבעיה הלוגיסטית הכי קטנה שיש. הגנום האנושי קיים כמעט בכל תא, ואם מותחים את ה-DNA המרכיב את הגנום, אורכו יהיה בערך שני מטרים, או שישה מטרים וחצי. אבל המולקולה הזו באורך שני מטרים צריכה להיכנס לגרעין התא, שגודלו רק כמה מיקרונים. זה שווה ערך לקחת חוט דיג שנמתח מבוסטון לניו הייבן, קונטיקט, או בערך 150 מייל, ולנסות לסחוט אותו לתוך כדור כדורגל. כדי להשיג זאת, התאים שלנו דוחסים את ה-DNA למבנה הנקרא כרומטין, אבל אז מכונות מולקולריות כבר לא יכולות לגשת למידע הגנומי על ה-DNA. זה יוצר קונפליקט, כי ה-DNA צריך להיות קומפקטי מספיק כדי להיכנס לגרעין התא, אבל מכונות מולקולריות צריכות להיות מסוגלות לגשת למידע הגנומי על ה-DNA. אנו מעוניינים במיוחד להמחיש את התהליך של איך מכונה מולקולרית בשם RNA polymerase II משיגה גישה למידע גנומי ומתמללת DNA ל-RNA.
HMNews: באילו טכניקות אתה משתמש כדי לדמיין מכונות מולקולריות?
פרונג: הגישה הכללית שלנו היא לבודד מכונות מולקולריות מתאי ולהסתכל עליהן באמצעות סוגים ספציפיים של מיקרוסקופים או קרני רנטגן. לשם כך, אנו מכניסים חומר גנטי המקודד למכונה מולקולרית אנושית בעלת עניין לתוך תא חרקים או חיידקים, כך שהתא מייצר הרבה מהמכונה הזו. לאחר מכן, אנו משתמשים בטכניקות טיהור כדי להפריד את המכונה מהתא כדי שנוכל ללמוד אותה בבידוד. עם זאת, זה מסתבך מכיוון שלעתים קרובות אנחנו לא מעוניינים רק במכונה מולקולרית אחת, שאנו מתייחסים אליה גם כחלבון. ישנם אלפי חלבונים המקיימים אינטראקציה זה עם זה כדי לווסת את השעתוק, ולכן עלינו לחזור על התהליך הזה אלפי פעמים כדי להבין את האינטראקציות הללו בין חלבון לחלבון.
HMNews: בינה מלאכותית מתחילה לחלחל להיבטים רבים של הביולוגיה הבסיסית. האם זה לשנות את הדרך שבה אתה עושה מחקר ביולוגיה מבנית?
פרונג: במשך 30 או 40 השנים האחרונות, המחקר בתחום שלי היה תהליך מייגע. הקריירה של סטודנט לדוקטורט תוקדש ללמידה קטנה על חלבון בודד, וידרשו אלפי קריירות של סטודנטים כדי ללמוד כיצד חלבונים מתקשרים בתא. עם זאת, במהלך השנתיים-שלוש האחרונות, אנו מחפשים יותר ויותר גישות חישוביות לניבוי אינטראקציות חלבון. הייתה פריצת דרך גדולה כאשר Google DeepMind הוציאה את AlphaFold, מודל למידת מכונה שיכול לחזות קיפול חלבון. חשוב לציין, אופן קיפול החלבונים קובע את התפקוד והאינטראקציות שלהם. אנו משתמשים כעת בבינה מלאכותית כדי לחזות עשרות אלפי אינטראקציות חלבון-חלבון, שרבות מהן מעולם לא תוארו בניסוי קודם לכן. לא כל האינטראקציות הללו מתרחשות בפועל בתוך תאים, אבל אנחנו יכולים לאמת אותן באמצעות ניסויי מעבדה.
זה סופר מרגש כי זה באמת מאיץ את המדע שלנו. כשאני מסתכל אחורה על הדוקטורט שלי, שלוש השנים הראשונות היו בעצם כישלון -; לא הצלחתי למצוא אינטראקציות בין חלבון לחלבון. כעת, עם התחזיות החישוביות הללו, סטודנט לדוקטורט או פוסט דוקטורט במעבדה שלי יכול להיות די בטוח שניסוי מעבדה לאימות אינטראקציה חלבון-חלבון יעבוד. אני קורא לזה ביולוגיה מולקולרית על סטרואידים -; אבל חוקי -; כי עכשיו אנחנו יכולים להגיע לשאלה האמיתית שאנחנו רוצים לענות עליה הרבה יותר מהר.
HMNews: בנוסף ליעילות ולמהירות, איך עוד בינה מלאכותית מעצבת מחדש את התחום שלך?
פרונג: שינוי מרגש אחד הוא שאנחנו יכולים כעת, בצורה לא מוטה, לבדוק כל חלבון בגוף האדם מול כל חלבון אחר כדי לראות אם הם יכולים לקיים אינטראקציה. כלי למידת מכונה בתחומנו גורמים להפרעה בדומה להפרעה לחברה הנגרמת ממחשבים אישיים.
כאשר הפכתי לראשונה לחוקר, אנשים השתמשו בקריסטלוגרפיה של קרני רנטגן כדי לחשוף את המבנה של חלבונים בודדים -; טכניקה יפה ברזולוציה גבוהה שיכולה להימשך שנים רבות. ואז, במהלך הדוקטורט והפוסט-דוקטורט שלי, צצה מיקרוסקופ קריו-אלקטרון, או קריו-EM -; טכניקה המאפשרת לנו להסתכל על מתחמי חלבון גדולים ודינמיים יותר ברזולוציה גבוהה. Cryo-EM אפשרה התקדמות רבה בהבנת הביולוגיה שלנו במהלך 10 השנים האחרונות והאיצה את פיתוח התרופות.
חשבתי שהתמזל מזלי להיות חלק ממה שנקרא מהפכת הרזולוציה שהביאה cryo-EM. אבל עכשיו, זה מרגיש כאילו למידת מכונה לחיזוי חלבון מביאה מהפכה שנייה, שהיא פשוט מדהימה בעיני, וגורמת לי לתהות כמה עוד תאוצה אנחנו הולכים לראות. להערכתי, אנחנו כנראה יכולים עכשיו לעשות מחקר פי חמישה עד 10 מהר יותר ממה שיכולנו לפני 10 שנים. יהיה מעניין לראות כיצד למידת מכונה משנה את האופן שבו אנו עושים מחקר ביולוגי בעשר השנים הבאות. כמובן, אנחנו צריכים להיות זהירים לגבי האופן שבו אנחנו מנהלים את הכלים האלה, אבל אני מוצא את זה מרגש שאוכל למצוא ממצאים על בעיות שחשבתי עליהן הרבה זמן מהר פי 10.
HMNews: מהם היישומים במורד הזרם של העבודה שלך מעבר למעבדה?
פרונג: אנחנו לומדים על איך ביולוגיה עובדת בגוף האדם ברמה בסיסית, אבל תמיד יש הבטחה שהבנת מנגנונים ביולוגיים בסיסיים יכולה לעזור לנו לפתח טיפולים יעילים למצבים שונים. כך למשל, מתברר ששיבוש מבנה ה-DNA-כרומטין על ידי מכונות מולקולריות הוא אחד המניעים העיקריים של סוגי סרטן רבים. ברגע שנבין את המבנה של המכונות המולקולריות הללו, נוכל להבין את ההשפעה של שינוי של כמה אטומים כדי לשכפל מוטציות שיובילו לסרטן, ובשלב זה נוכל להתחיל לתכנן תרופות שיתמקדו בחלבונים.
זה עתה התחלנו פרויקט בשיתוף פעולה עם יוזמת HMS Therapeutics אשר בוחנת משפץ כרומטין, חלבון שעבר מוטציה כבדה בסרטן הערמונית. לאחרונה השגנו את המבנה של החלבון הזה ומבצעים מסכים וירטואליים כדי לראות אילו תרכובות כימיות נקשרות אליו. התקווה היא שנוכל לעצב תרכובת המעכבת את החלבון, ובעלת פוטנציאל להתפתח לתרופה מן המניין שעשויה להאט את התקדמות סרטן הערמונית. אנחנו גם חוקרים חלבונים המעורבים בהפרעות נוירו-התפתחותיות כמו אוטיזם. זהו מקום בו למידת מכונה יכולה לעזור לנו, מכיוון שהכלים שאנו משתמשים בהם כדי לחזות מבני חלבון ואינטראקציות חלבון-חלבון יכולים גם לחזות כיצד תרכובות של מולקולות קטנות יתקשרו לחלבונים.
HMNews: אם כבר מדברים על שיתוף פעולה, איך עבודה בין תחומי מחקר ודיסציפלינות חשובה למחקר שלך?
פרונג: שיתוף פעולה הוא סופר חשוב עבור המחקר שלי. נוף הביולוגיה הפך להיות כל כך מורכב עם כל כך הרבה נישות מחקר שונות שאי אפשר להבין הכל. שיתוף פעולה מאפשר לנו לרכז אנשים עם מומחיות שונה לעבוד על בעיות ביולוגיות חשובות, כמו האופן שבו מכונות מולקולריות ניגשות לגנום האנושי. אנו משתפים פעולה עם חוקרים אחרים ב-HMS ברמות רבות ושונות. לפעמים, אנו משתמשים במומחיות המבנית שלנו כדי לתמוך בעבודה של מעבדות אחרות. פעמים אחרות, פתרנו את המבנה של חלבון מסוים, אבל אנחנו צריכים לשתף פעולה כדי להבין את תפקידו של חלבון זה בהקשר הסלולרי הרחב יותר. אנו גם משתפים פעולה עם מעבדות תוך שימוש בסוגים אחרים של גישות ביולוגיה מולקולרית. שיתוף פעולה הוא באמת בסיסי כדי להניע את ההתקדמות ולהבין טוב יותר את הביולוגיה.
