[ad_1]

محققان دانشگاه UT Southwestern و دانشگاه واشنگتن یک تیم بین المللی را رهبری کردند که از هوش مصنوعی (AI) و تجزیه و تحلیل تکاملی برای تولید مدل های سه بعدی از تعاملات پروتئین یوکاریوتی استفاده کردند. این مطالعه، منتشر شده در علوم پایه، برای اولین بار بیش از 100 کمپلکس پروتئینی احتمالی را شناسایی کرد و مدل های ساختاری را برای بیش از 700 کمپلکس که قبلا مشخص نشده بودند ارائه کرد. بینش در مورد روش هایی که جفت ها یا گروه های پروتئین ها برای انجام فرآیندهای سلولی در کنار هم قرار می گیرند، می تواند به انبوهی از اهداف دارویی جدید منجر شود.

کیان کونگ، دکترای دکتر، استادیار مرکز رشد و توسعه انسانی یوجین مک درموت با یک انتصاب ثانویه در بیوفیزیک گفت: «نتایج ما نشان‌دهنده پیشرفت قابل توجهی در عصر جدید در زیست‌شناسی ساختاری است که محاسبات نقش اساسی در آن ایفا می‌کند. .

دکتر کانگ این مطالعه را با دیوید بیکر، دکترا، پروفسور بیوشیمی و استاد راهنمای دکتر کانگ در دانشگاه واشنگتن پیش از استخدام در UT Southwestern رهبری کرد. این مطالعه دارای چهار نویسنده همکار، از جمله زیست‌شناس محاسباتی جنوب غربی دانشگاه UT، Jimin Pei، Ph.D.

دکتر کنگ توضیح داد که پروتئین ها اغلب به صورت جفت یا گروهی به نام کمپلکس عمل می کنند تا هر وظیفه ای را که برای زنده نگه داشتن ارگانیسم لازم است انجام دهند. در حالی که برخی از این فعل و انفعالات به خوبی مورد مطالعه قرار گرفته اند، بسیاری از آنها همچنان یک راز باقی مانده است. ساخت اینتراکتوم‌های جامع – یا توصیف مجموعه کاملی از برهمکنش‌های مولکولی در یک سلول – می‌تواند بسیاری از جنبه‌های اساسی زیست‌شناسی را روشن کند و به محققان نقطه شروع جدیدی در توسعه داروهایی بدهد که این تعاملات را تشویق یا منع می‌کنند. دکتر کانگ در زمینه نوظهور اینتراکتومیک، که ترکیبی از بیوانفورماتیک و زیست شناسی است، کار می کند.

تا همین اواخر، یک مانع اصلی برای ساخت یک اینتراکتوم، عدم قطعیت در مورد ساختار بسیاری از پروتئین‌ها بود، مشکلی که دانشمندان نیم قرن در تلاش برای حل آن بودند. در سال‌های 2020 و 2021، شرکتی به نام DeepMind و آزمایشگاه دکتر بیکر به‌طور مستقل دو فناوری هوش مصنوعی به نام‌های AlphaFold (AF) و RoseTTAFold (RF) را منتشر کردند که از استراتژی‌های مختلفی برای پیش‌بینی ساختارهای پروتئینی بر اساس توالی ژن‌های تولیدکننده آن‌ها استفاده می‌کنند.

در مطالعه حاضر، دکتر کونگ، دکتر بیکر و همکارانشان ابزارهای پیش‌بینی ساختار هوش مصنوعی را با مدل‌سازی بسیاری از مجتمع‌های پروتئین مخمر گسترش دادند. مخمر یک ارگانیسم مدل رایج برای مطالعات بنیادی بیولوژیکی است. برای یافتن پروتئین‌هایی که احتمالاً برهم‌کنش دارند، دانشمندان ابتدا ژنوم قارچ‌های مرتبط را برای یافتن ژن‌هایی که جهش‌هایی را به‌صورت مرتبط به دست آورده‌اند، جستجو کردند. آنها سپس از دو فناوری هوش مصنوعی برای تعیین اینکه آیا این پروتئین ها می توانند در ساختارهای سه بعدی با هم تناسب داشته باشند یا خیر استفاده کردند.

کار آنها 1505 کمپلکس پروتئینی احتمالی را شناسایی کرد. از این تعداد، 699 مورد قبلاً از نظر ساختاری مشخص شده بودند، که سودمندی روش آنها را تأیید می کرد. با این حال، تنها داده های تجربی محدودی وجود داشت که از 700 تعامل پیش بینی شده پشتیبانی می کرد و 106 مورد دیگر هرگز شرح داده نشده بود.

برای درک بهتر این کمپلکس‌های ضعیف یا ناشناخته، تیم‌های دانشگاه واشنگتن و UT Southwestern با همکارانی در سراسر جهان که قبلاً این یا پروتئین‌های مشابه را مطالعه می‌کردند، کار کردند. با ترکیب مدل‌های سه‌بعدی که دانشمندان در مطالعه کنونی با اطلاعات همکاران تولید کرده بودند، تیم‌ها توانستند بینش‌های جدیدی در مورد مجتمع‌های پروتئینی درگیر در نگهداری و پردازش اطلاعات ژنتیکی، ساخت و ساز سلولی و سیستم‌های انتقال، متابولیسم، ترمیم DNA و… به دست آورند. مناطق دیگر. آنها همچنین نقش پروتئین هایی را شناسایی کردند که عملکرد آنها قبلاً بر اساس برهمکنش های تازه شناسایی شده آنها با سایر پروتئین های مشخص شده ناشناخته بود.

دکتر کونگ افزود: «کار شرح داده شده در مقاله جدید ما زمینه را برای مطالعات مشابه در مورد متقابل انسان فراهم می کند و در نهایت می تواند به توسعه درمان های جدید برای بیماری های انسانی کمک کند.

دکتر کونگ خاطرنشان کرد که ساختارهای پیچیده پروتئینی پیش‌بینی‌شده تولید شده در این مطالعه برای دانلود از ModelArchive (https://modelarchive.org/doi/10.5452/ma-bak-cepc) در دسترس هستند. او گفت که این ساختارها و سایر ساختارها که با استفاده از این فناوری در مطالعات آتی تولید می شوند، منبعی غنی از سوالات تحقیقاتی برای سال های آینده خواهند بود.

دکتر کانگ یک محقق بنیاد پزشکی جنوب غربی در تحقیقات زیست پزشکی است. سایر محققان UTSW که در این مطالعه مشارکت داشتند عبارتند از: جینگ ژانگ و جوزپ ریزو، دکتری که دارای کرسی ویرجینیا لازنبی اوهارا در بیوشیمی است.

موسسات همکار عبارتند از: دانشگاه هاروارد، دانشگاه ایالتی وین، دانشگاه کرنل، آزمایشگاه بیولوژی مولکولی MRC، مرکز سرطان یادبود اسلون کترینگ، دانشکده علوم زیست پزشکی گرستنر اسلون کترینگ، مرکز تحقیقات سرطان فرد هاچینسون، دانشگاه کلمبیا، دانشگاه وورزبورگ در آلمان، بیمارستان تحقیقاتی کودکان سنت جود، موسسه انکولوژی مولکولی FIRC در میلان، ایتالیا، و شورای تحقیقات ملی، موسسه ژنتیک مولکولی در رم، ایتالیا.

این کار توسط بنیاد پزشکی جنوب غربی، مؤسسه تحقیقاتی و پیشگیری از سرطان تگزاس (CPRIT) (RP210041)، آمگن، مایکروسافت، بنیاد تحقیقات واشنگتن، مؤسسه پزشکی هاوارد هیوز، بنیاد ملی علوم (DBI 1937533)، مؤسسه ملی بهداشت پشتیبانی شد. (R35GM118026، R01CA221858، R35GM136258، R21AI156595)، شورای تحقیقات پزشکی بریتانیا (MRC_UP_1201/10)، کمک هزینه تحصیلی HHMI Gilliam، Deutsche Forschungsgemeinschaft (KI-51271-11، سرمایه گذاری اروپایی) تحکیم شورای تحقیقات (IG23710 و 682190)، آژانس کاهش تهدیدات دفاعی (HDTRA1-21-1-0007)، و مرکز محاسبات علمی تحقیقات انرژی ملی.

[ad_2]