فريق بيكر يقدّم توليد البروتينات النصي على مستوى جميع الذرات

اقترحت مجموعة ديفيد بيكر من جامعة واشنطن، وباحثون من جامعة سنغافورة الوطنية (NUS)، نموذجًا يولّد بنية البروتين بجميع ذراتها انطلاقًا من وصف نصي. ففي السابق كان كل نوع من الخصائص يتطلب صيغة مدخلات خاصة به. أما الآن فتحلّ محلها واجهة واحدة بلغة طبيعية. وقد نقلت خبر العمل منصة Jiqizhixin.

أين تعثّر تصميم البروتينات من الصفر

تستطيع النماذج منذ سنوات عدة توليد بنى بروتينية معقولة. لكن الأصعب هو الحصول على بروتين بخصائص محددة مسبقًا: شكل مطلوب، أو ارتباط بهدف معيّن، أو وظيفة محددة، أو ثبات بنيوي. وتعالج الأنظمة القائمة ذلك عبر تمثيلات إدخال متخصصة. ففي مهمة ما يكون المدخل قناعًا لموتيف ثابت، وفي أخرى خريطة مسافات بين البقايا، وفي ثالثة إحداثيات ليغاندات. ويتطلب كل نوع جديد من الأهداف صيغة جديدة، وفي الغالب إعادة تدريب إضافية.

ونتيجة لذلك، يتحدد نطاق المهام بما استطاع مطورو النموذج دمجه في بنيته المعمارية. وهذا هو القيد الذي يستهدفه العمل الجديد.

كيف يعمل هذا النهج

تتبع الفكرة منطق text-to-image: يصف المستخدم النتيجة المطلوبة بالكلمات، ويحوّل النموذج الوصف إلى بنية. ويجري التوليد بتمثيل يشمل جميع الذرات. فالنموذج لا يعمل على الهيكل الأساسي للسلسلة فحسب، بل أيضًا على المجموعات الجانبية التي تعتمد عليها التلامسات الكيميائية ووظيفة البروتين.

ولفهم حجم هذا العمل، لا بد من السياق. فقد نال بيكر جائزة نوبل في الكيمياء لعام 2024 عن التصميم الحاسوبي للبروتينات، ويقف مختبره وراء RFdiffusion وProteinMPNN والامتدادات الكاملة الذرات لهذه العائلة. ويبدو التحكم النصي خطوة تالية في الاتجاه نفسه: إزالة التحضير اليدوي للشروط من خط المعالجة (pipeline).

فيما يلي المعطيات الرئيسية للعمل كما تتيحها الشظية المتاحة:

• المؤلفون: مختبر ديفيد بيكر (جامعة واشنطن) بالتعاون مع NUS ومشاركين آخرين.
• نوع النموذج: نموذج توليدي لبنية البروتين مشروط بالنص.
• التمثيل: يشمل جميع الذرات، أي تؤخذ في الحسبان كل الذرات وليس الهيكل الأساسي وحده.
• ما يحلّ محله: تمثيلات إدخال منفصلة لكل خاصية مستهدفة.
• ما لم يُكشف عنه: لم ترد في النص المتاح المقاييس، ولا حجم النموذج، ولا بيانات التدريب، ولا نتائج التحقق المخبري.

ما الذي ينبغي التحقق منه بعد النشر

حتى الآن، هذا إعلان عن تغيير في الواجهة، وليس قفزة مؤكدة في الجودة. وتبرز أربعة أسئلة مهمة للممارسين.

الأول: إلى أي مدى يلتزم النموذج بالصياغات بدقة، خصوصًا حين يتضمن الوصف قيودًا كمية، مثل الحجم أو عدد التلامسات أو نوع الطيّ. فالنص مرن، لكنه ملتبس.

الثاني: هل توجد مصادقة تجريبية. ففي تصميم البروتينات، لا تأتي الحجة الحاسمة من بنية جميلة على الشاشة، بل من التعبير (expression) والطيّ (folding) والنشاط المقيس في المختبر.

الثالث: هل الشيفرة والأوزان مفتوحة. فعلى ذلك يتوقف ما إذا كان بإمكان المجتمع العلمي إعادة إنتاج النتيجة ودمج النموذج في خطوط المعالجة الخاصة به.

الرابع يتعلق بالأمان. فكلما سهل وصف البروتين بالكلمات، انخفضت عتبة الدخول وازدادت أهمية المرشِّحات ضد الوظائف الخطرة. ولا يزال هذا السؤال في القطاع بلا حل كافٍ.

إذا حافظت الواجهة النصية على جودة النماذج المتخصصة، فسيصبح أسهل على فرق التقنية الحيوية التي تفتقر إلى خبرة عميقة في ML اختبار الفرضيات. وننتظر النص الكامل للعمل والاختبارات المستقلة.