כלי חדש של בינה מלאכותית (AI) שמסיק מסקנות הגיוניות לגבי תפקודם של חלבונים לא ידועים מבטיח לעזור למדענים לפענח את פעולתו הפנימית של התא.
הכלי פותח על ידי חוקר הביואינפורמטיקה של KAUST Maxat Kulmanov ועמיתיו, ועולה על שיטות אנליטיות קיימות לחיזוי פונקציות חלבון ואף מסוגל לנתח חלבונים ללא התאמות ברורות במערכים קיימים.
המודל, המכונה DeepGO-SE, מנצל מודלים של שפה גדולים הדומים לאלה המשמשים כלי AI גנרטיביים כגון Chat-GPT. לאחר מכן, היא משתמשת במעורבות לוגית כדי להסיק מסקנות משמעותיות לגבי תפקודים מולקולריים בהתבסס על עקרונות ביולוגיים כלליים לגבי הדרך שבה חלבונים פועלים.
זה בעצם מסמיך מחשבים לעבד באופן לוגי תוצאות על ידי בניית מודלים של חלק מהעולם -; במקרה זה, תפקוד חלבון -; והסקת התרחיש הסביר ביותר בהתבסס על שכל ישר והיגיון לגבי מה שצריך לקרות במודלים עולמיים אלה.
"לשיטה זו יש יישומים רבים", אומר רוברט הוהנדורף, ראש קבוצת המחקר ביו-אונטולוגיה של KAUST, שפיקח על מחקר זה, "במיוחד כאשר יש צורך לחשוב על נתונים והשערות שנוצרו על ידי רשת עצבית או מודל אחר של למידת מכונה, " הוא מוסיף.
קולמנוב והוהנדורף שיתפו פעולה עם סטפן ארולד מ-KAUST, כמו גם עם חוקרים מהמכון השוויצרי לביואינפורמטיקה, כדי להעריך את יכולתו של המודל לפענח את הפונקציות של חלבונים שתפקידם בגוף אינו ידוע.
הכלי השתמש בהצלחה בנתונים לגבי רצף חומצות האמינו של חלבון שאינו מובן היטב והאינטראקציות הידועות שלו עם חלבונים אחרים וחזה במדויק את הפונקציות המולקולריות שלו. המודל היה כל כך מדויק ש-DeepGO-SE דורגה ב-20 המובילים מבין יותר מ-1,600 אלגוריתמים בתחרות בינלאומית של כלי חיזוי פונקציות.
צוות KAUST משתמש כעת בכלי כדי לחקור את הפונקציות של חלבונים אניגמטיים שהתגלו בצמחים המשגשגים בסביבה הקיצונית של המדבר בערב הסעודית. הם מקווים שהממצאים יהיו שימושיים לזיהוי חלבונים חדשים ליישומים ביוטכנולוגיים ורוצים שחוקרים אחרים יאמצו את הכלי.
היכולת של DeepGO-SE לנתח חלבונים לא מאופיינים יכולה להקל על משימות כמו גילוי תרופות, ניתוח מסלולים מטבוליים, אסוציאציות של מחלות, הנדסת חלבונים, בדיקת חלבונים ספציפיים לעניין ועוד."
רוברט הוהנדורף, ראש קבוצת המחקר ביו-אונטולוגיה של KAUST
