خبر های ویژه
27 بهمن 1403
آنزیم‌ها موتورهای زندگی هستند − ابزارهای یادگیری ماشین می‌توانند به دانشمندان در طراحی آنزیم‌های جدید برای مقابله با بیماری‌ها و تغییرات اقلیمی کمک کنند
سام پلاک، پژوهشگر پسادکتری در بیوشیمی، دانشگاه واشنگتن
آنزیم‌ها پروتئین‌هایی هستند – مولکول‌های بزرگی که کارهای پشت‌پرده‌ای را انجام می‌دهند که تمام موجودات زنده را زنده نگه می‌دارند. این پروتئین‌ها از اسیدهای آمینه ساخته شده‌اند
تبریز امروز:
آنزیم‌ها ماشین‌های مولکولی هستند که واکنش‌های شیمیایی را انجام می‌دهند و حیات را حفظ می‌کنند. این توانایی توجه دانشمندانی مانند من را به خود جلب کرده است.
به عنوان مثال، حرکت عضلات را در نظر بگیرید. بدن شما مولکولی به نام استیل‌کولین آزاد می‌کند تا سلول‌های عضلانی شما را برای انقباض تحریک کند. اگر استیل‌کولین برای مدت طولانی باقی بماند، میتواند عضلات شما را فلج کند – از جمله سلول‌های عضله قلب – و این به معنای پایان زندگی است. اینجاست که آنزیم استیل‌کولین‌استراز وارد عمل می‌شود. این آنزیم میتواند هزاران مولکول استیل‌کولین را در ثانیه تجزیه کند تا اطمینان حاصل شود که انقباض عضلانی متوقف شده، فلج جلوگیری شده و زندگی ادامه می‌یابد. بدون این آنزیم، تجزیه یک مولکول استیل‌کولین به تنهایی یک ماه طول می‌کشد – حدود ۱۰ میلیارد بار کندتر.
میتوانید تصور کنید که چرا آنزیم‌ها برای دانشمندانی که به دنبال حل مشکلات مدرن هستند، جذاب هستند. چه می‌شد اگر راهی برای تجزیه پلاستیک، جذب دی‌اکسید کربن یا نابودی سلول‌های سرطانی به سرعت تجزیه استیل‌کولین توسط استیل‌کولین‌استراز وجود داشت؟ اگر جهان نیاز به اقدام سریع دارد، آنزیم‌ها گزینه‌ای قانع‌کننده برای این کار هستند – اگر فقط محققان بتوانند آن‌ها را برای مقابله با این چالش‌ها طراحی کنند.
متأسفانه، طراحی آنزیم‌ها بسیار دشوار است. این کار مانند کار با یک مجموعه لگو در اندازه اتم است، اما دستورالعمل‌ها گم شده‌اند و قطعات تنها در صورتی که به طور کامل سر هم شوند، در کنار هم می‌مانند. تحقیقات جدید منتشر شده از تیم ما نشان میدهد که یادگیری ماشین میتواند به عنوان معمار این مجموعه لگو عمل کند و به دانشمندان کمک کند تا این ساختارهای مولکولی پیچیده را به دقت بسازند.
آنزیم چیست؟
بیایید نگاهی دقیق‌تر به آنچه که یک آنزیم را تشکیل میدهد، بیندازیم.
آنزیم‌ها پروتئین‌هایی هستند – مولکول‌های بزرگی که کارهای پشت‌پرده‌ای را انجام می‌دهند که تمام موجودات زنده را زنده نگه می‌دارند. این پروتئین‌ها از اسیدهای آمینه ساخته شده‌اند، مجموعه‌ای از بلوک‌های ساختمانی که می‌توانند به هم متصل شوند و رشته‌های بلندی را تشکیل دهند که به شکل‌های خاصی گره می‌خورند.
ساختار خاص یک پروتئین کلید عملکرد آن است، درست مانند شکل اشیاء روزمره. به عنوان مثال، همان‌طور که یک قاشق برای نگه داشتن مایع طراحی شده است و یک چاقو نمی‌تواند این کار را انجام دهد، آنزیم‌های درگیر در حرکت عضلات شما برای فتوسنتز در گیاهان مناسب نیستند.
برای اینکه یک آنزیم عملکرد داشته باشد، شکلی را به خود می‌گیرد که به طور کامل با مولکولی که پردازش می‌کند، مطابقت دارد، درست مانند قفل و کلید. شیارهای منحصر به فرد در آنزیم – قفل – که با مولکول هدف – کلید – تعامل می‌کنند، در ناحیه‌ای از آنزیم به نام جایگاه فعال یافت می‌شوند.
جایگاه فعال آنزیم اسیدهای آمینه را به دقت جهت‌دهی می‌کند تا با مولکول هدف هنگام ورود تعامل کنند. این کار باعث می‌شود که مولکول راحت‌تر تحت یک واکنش شیمیایی قرار گیرد و به مولکول دیگری تبدیل شود، که این فرآیند را تسریع می‌کند. پس از اتمام واکنش شیمیایی، مولکول جدید آزاد می‌شود و آنزیم آماده پردازش مولکول بعدی است.
چگونه یک آنزیم طراحی می‌کنید؟
دانشمندان دهه‌هاست که تلاش می‌کنند تا آنزیم‌های خود را برای ساخت مولکول‌ها، مواد یا داروهای جدید طراحی کنند. اما ساخت آنزیم‌هایی که شبیه آنزیم‌های طبیعی باشند و به همان سرعت عمل کنند، بسیار دشوار است.
آنزیم‌ها شکل‌های پیچیده و نامنظمی دارند که از صدها اسید آمینه ساخته شده‌اند. هر یک از این بلوک‌های ساختمانی باید به طور کامل در جای خود قرار گیرند، در غیر این صورت آنزیم کند می‌شود یا کاملاً از کار می‌افتد. تفاوت بین یک آنزیم سریع و یک آنزیم کند میتواند کمتر از عرض یک اتم باشد.
محققان دریافتند که استفاده از فرآیندی به نام تکامل هدایت‌شده، که در آن توالی اسیدهای آمینه یک آنزیم به طور تصادفی تغییر می‌کند تا زمانی که بتواند عملکرد مورد نظر را انجام دهد، بسیار مفیدتر است. به عنوان مثال، مطالعات نشان داده‌اند که تکامل هدایت‌شده میتواند سرعت واکنش شیمیایی، پایداری حرارتی و حتی تولید آنزیم‌هایی با ویژگی‌هایی که در طبیعت دیده نمی‌شود را بهبود بخشد. با این حال، این روش معمولاً پرزحمت است: شما باید بسیاری از موتانت‌ها را غربال کنید تا یکی را پیدا کنید که کار مورد نظر شما را انجام دهد. در برخی موارد، اگر آنزیم خوبی برای شروع وجود نداشته باشد، این روش ممکن است کاملاً شکست بخورد.
هر دو این روش‌ها به دلیل وابستگی به آنزیم‌های طبیعی محدود هستند. یعنی، محدود کردن طراحی شما به شکل‌های پروتئین‌های طبیعی احتمالاً انواع شیمی‌هایی که آنزیم‌ها می‌توانند تسهیل کنند را محدود می‌کند. به یاد داشته باشید، شما نمی‌توانید سوپ را با چاقو بخورید.
آیا می‌توان آنزیم‌ها را از ابتدا طراحی کرد، نه اینکه دستورالعمل طبیعت را تغییر داد؟ بله، با کامپیوترها.
طراحی آنزیم‌ها با کامپیوتر
اولین تلاش‌ها برای طراحی آنزیم‌ها به صورت محاسباتی هنوز تا حد زیادی به آنزیم‌های طبیعی به عنوان نقطه شروع وابسته بودند و بر قرار دادن جایگاه‌های فعال آنزیم در پروتئین‌های طبیعی تمرکز داشتند.
این روش شبیه به تلاش برای پیدا کردن یک کت و شلوار در یک فروشگاه دست‌دوم است: بعید است که یک تناسب کامل پیدا کنید، زیرا هندسه جایگاه فعال آنزیم (بدن شما در این قیاس) بسیار خاص است، بنابراین یک پروتئین تصادفی با ساختار ثابت (یک کت و شلوار با اندازه‌های تصادفی) بعید است که به طور کامل آن را در خود جای دهد. آنزیم‌های حاصل از این تلاش‌ها بسیار کندتر از آنزیم‌های طبیعی عمل می‌کردند و نیاز به بهینه‌سازی بیشتر با تکامل هدایت‌شده داشتند تا به سرعت‌های رایج در میان آنزیم‌های طبیعی برسند.
پیشرفت‌های اخیر در یادگیری عمیق به طور چشمگیری چشمانداز طراحی آنزیم‌ها با کامپیوتر را تغییر داده است. اکنون می‌توان آنزیم‌ها را تقریباً به همان روشی که مدل‌های هوش مصنوعی مانند ChatGPT و DALL-E متن یا تصاویر تولید می‌کنند، تولید کرد، و شما نیازی به استفاده از ساختارهای پروتئینی طبیعی برای پشتیبانی از جایگاه فعال خود ندارید.
تیم ما نشان داد که وقتی یک مدل هوش مصنوعی به نام RFdiffusion را با ساختار و توالی اسیدهای آمینه یک جایگاه فعال تحریک می‌کنیم، میتواند بقیه ساختار آنزیم را که به طور کامل از آن پشتیبانی می‌کند، تولید کند. این معادل این است که از ChatGPT بخواهید یک داستان کوتاه کامل را بر اساس یک دستورالعملی بنویسد که فقط می‌گوید این خط را شامل شود: «و متأسفانه، تخم‌مرغ‌ها هرگز ظاهر نشدند.»
ما از این مدل هوش مصنوعی به طور خاص برای تولید آنزیم‌هایی به نام هیدرولازهای سرین استفاده کردیم، گروهی از پروتئین‌ها که کاربردهای بالقوه‌ای در پزشکی و بازیافت پلاستیک دارند. پس از طراحی آنزیم‌ها، آن‌ها را با مولکول هدف مورد نظر مخلوط کردیم تا ببینیم آیا می‌توانند آن را تجزیه کنند. خوشبختانه، بسیاری از طراحی‌هایی که آزمایش کردیم توانستند مولکول را تجزیه کنند، و بهتر از آنزیم‌های طراحی شده قبلی برای همان واکنش عمل کردند.
برای دیدن دقت طراحی‌های محاسباتی خود، از روشی به نام بلورنگاری اشعه ایکس استفاده کردیم تا شکل این آنزیم‌ها را تعیین کنیم. دریافتیم که بسیاری از آن‌ها تقریباً با آنچه به صورت دیجیتالی طراحی کرده بودیم، مطابقت دارند.
یافته‌های ما نشان‌دهنده پیشرفتی کلیدی در طراحی آنزیم است و نشان میدهد که هوش مصنوعی چگونه میتواند به دانشمندان کمک کند تا شروع به حل مشکلات پیچیده کنند. ابزارهای یادگیری ماشین می‌توانند به محققان بیشتری دسترسی به طراحی آنزیم بدهند و از پتانسیل کامل آنزیم‌ها برای حل مشکلات امروزی استفاده کنند.
ارتباط با تبریز امروز
اخبار ، گزارشات ، عکسها و فیلم های خود را برای ما ارسال دارید . برای ارسال میتوانید از طریق آدرس تلگرامی یا ایمیل استفاده کنید.
اشتراک در خبرنامه
برای اطلاع از آخرین خبرهای تبریز امروز در کانال تلگرام ما عضو شوید.
فرم تماس با تبریز امروز
کلیه حقوق این سایت متعلق به پایگاه خبری تبریز امروز بوده و استفاده از مطالب آن با ذکر منبع بلامانع
است.
طراحی وتولید
توسططراح وب سایت