پژوهشگران آنتروپیک با کمک Claude نخستین ساختار سه‌بعدی والت باکتریایی را با ۹۶ نسخه پروتئین شناسایی و در ۳۴ ساعت بازسازی کردند.

فهرست مطالب

پژوهشگران آنتروپیک با کمک هوش مصنوعی Claude نخستین ساختار سه‌بعدی ذره والت باکتریایی را شناسایی کردند که از ۹۶ نسخه یک پروتئین تشکیل شده است.

به گزارش سرویس هوش مصنوعی تک‌ناک،تیم تحقیقات زیست‌شناسی شرکت آنتروپیک (Anthropic) با استفاده از هوش مصنوعی Claude موفق شد ساختار سه‌بعدی نوعی مجموعه پروتئینی ناشناخته را شناسایی و بازسازی کند. این ساختار که از پروتئین یک باکتریوفاژ منشأ گرفته است، می‌تواند به حل یکی از معماهای قدیمی زیست‌شناسی کمک کند.

ذرات والت (Vault) ساختارهای پروتئینی بزرگی هستند که نزدیک به چهار دهه پیش کشف شدند. دانشمندان با وجود سال‌ها تحقیق هنوز نمی‌دانند این ذرات دقیقاً چه وظیفه‌ای در سلول‌های زنده دارند. کشف نمونه‌های مشابه در باکتری‌ها و ویروس‌های آلوده‌کننده آن‌ها، مسیر تازه‌ای برای بررسی عملکرد و تاریخچه تکاملی این ساختارها فراهم کرده است.

پژوهشگران آنتروپیک در این پروژه از Claude برای شناسایی پروتئین‌ها، طراحی آزمایش‌ها، خالص‌سازی نمونه‌ها و تحلیل داده‌های میکروسکوپی استفاده کردند. این همکاری باعث شد نخستین مدل ساختاری تنها در ۳۴ ساعت آماده شود. بااین‌حال، اشتباهات هوش مصنوعی در برخی مراحل نشان داد که اجرای چنین تحقیقاتی همچنان به نظارت متخصصان نیاز دارد.

معمای ۴۰ ساله ذرات والت و کشف نمونه‌های باکتریایی

تصویری از هوش مصنوعی آنتروپیک

لئونارد روم و نانسی کدرشا نخستین‌بار در سال ۱۹۸۶ ذرات والت را شناسایی کردند. این ساختارهای توخالی و بشکه‌ای‌شکل از بزرگ‌ترین مجموعه‌های پروتئینی موجود در سلول‌های انسان محسوب می‌شوند. ذرات والت پستانداران از ۷۸ نسخه یک پروتئین اصلی تشکیل شده‌اند که در دو نیمه متقارن کنار یکدیگر قرار می‌گیرند.

دانشمندان تاکنون فرضیه‌های مختلفی درباره عملکرد این ذرات مطرح کرده‌اند. انتقال مواد درون سلولی، مقاومت در برابر داروها و مشارکت در دفاع ایمنی از مهم‌ترین نقش‌های احتمالی آن‌ها هستند. بااین‌حال، آزمایش‌های انجام‌شده هنوز هیچ‌یک از این فرضیه‌ها را به‌طور قطعی تأیید نکرده‌اند.

ذرات والت در گروه‌های مختلف جانداران، از کپک‌های مخاطی تا انسان، مشاهده شده‌اند. چنین گستردگی‌ای احتمال اهمیت زیستی این ساختارها را افزایش می‌دهد. بااین‌حال، بسیاری از جانداران رایج در تحقیقات آزمایشگاهی فاقد ذرات والت هستند و همین موضوع بررسی عملکرد آن‌ها را دشوار کرده است.

پژوهشگران آنتروپیک برای یافتن نمونه‌های ناشناخته، حدود ۱۵ میلیارد توالی پروتئینی پیش‌بینی‌شده را بررسی کردند. هدف آن‌ها شناسایی پروتئین‌هایی بود که با وجود تفاوت‌های فراوان، احتمالاً ارتباط تکاملی با پروتئین‌های والت دارند.

این جست‌وجو به شناسایی پروتئین‌های بالقوه مرتبط با والت در ۲۹ گروه اصلی باکتریایی و چهار گروه از باستانیان یا آرکی‌ها منجر شد. تیم تحقیقاتی سپس ۴۴ پروتئین نامزد را برای بررسی‌های آزمایشگاهی انتخاب کرد.

از میان این نمونه‌ها، پژوهشگران توانستند ۱۵ پروتئین را با موفقیت تولید کنند. آزمایش‌های بعدی نشان داد که هفت پروتئین قابلیت تشکیل ذراتی شبیه والت را دارند. دانشمندان با استفاده از میکروسکوپ الکترونی کرایوژنیک (Cryo-EM)، ساختار چهار نمونه را تأیید کردند.

دو نمونه از باکتری‌ها و دو نمونه دیگر از باکتریوفاژها منشأ گرفته بودند. باکتریوفاژها ویروس‌هایی هستند که باکتری‌ها را آلوده می‌کنند و از امکانات سلولی آن‌ها برای تکثیر استفاده می‌کنند.

شناسایی ساختار عظیم با ۹۶ نسخه پروتئین

پژوهشگران برای بررسی دقیق ساختار ذرات جدید، پروتئینی با منشأ باکتریوفاژی به نام L05 را انتخاب کردند. آزمایش‌ها نشان داد که ۹۶ نسخه از این پروتئین می‌توانند در کنار یکدیگر قرار بگیرند و ساختاری کامل و بسته تشکیل دهند.

ذره حاصل حدود ۵۴ نانومتر طول و ۴۵ نانومتر عرض دارد. جرم مولکولی این مجموعه نیز تقریباً ۹٫۵ مگادالتون اندازه‌گیری شده است. مگادالتون واحدی برای بیان جرم مولکول‌ها و مجموعه‌های بزرگ پروتئینی است.

مقایسه این ساختار با ذرات والت پستانداران تفاوت مهمی را آشکار کرد. ذره جدید با وجود طول کمتر، فضای داخلی بیشتری دارد و حجم محصورشده در آن حدود ۲۵ درصد از نمونه‌های پستانداران بزرگ‌تر است.

دانشمندان در مرحله بعد تلاش کردند اندازه این مجموعه پروتئینی را تغییر دهند. آن‌ها با افزودن دو بخش تکرارشونده به پروتئین اصلی، نسخه بزرگ‌تری از ذره والت تولید کردند. حجم فضای داخلی ساختار جدید حدود ۲۰ درصد افزایش یافت.

نتایج این آزمایش نشان می‌دهد که تکثیر بخش‌هایی از پروتئین ممکن است در روند تکامل ذرات والت نقش داشته باشد. چنین فرایندی می‌تواند توضیح دهد که این ساختارها چگونه در طول زمان به اندازه‌های متفاوت رسیده‌اند.

پژوهشگران همچنین دریافتند که برخی تغییرات کوچک در ساختار پروتئین مانع بسته شدن کامل ذرات می‌شوند. این یافته اهمیت آرایش دقیق اجزای پروتئینی را در تشکیل مجموعه‌های بزرگ مولکولی نشان می‌دهد.

شناسایی نمونه‌های باکتریایی و باکتریوفاژی اهمیت دیگری نیز دارد. دانشمندان اکنون می‌توانند ساختارهایی مشابه والت‌های انسانی را در موجودات ساده‌تر بررسی کنند. این موضوع احتمالاً مطالعه ویژگی‌های مولکولی و روند تکامل این ذرات را آسان‌تر خواهد کرد.

کاهش زمان تحقیقات با Claude و آشکار شدن محدودیت‌های هوش مصنوعی

هوش مصنوعی Claude در بخش‌های مختلف این پروژه نقش داشت. تیم آنتروپیک از این مدل برای جست‌وجوی پروتئین‌های مرتبط، طراحی DNA، انتخاب تجهیزات آزمایشگاهی، خالص‌سازی نمونه‌ها و پردازش تصاویر میکروسکوپی استفاده کرد.

یکی از دستاوردهای مهم این همکاری، کاهش چشمگیر زمان خالص‌سازی ذرات پروتئینی بود. روش‌های سنتی جداسازی این مجموعه‌ها معمولاً حدود سه روز زمان می‌برند. پژوهشگران با کمک Claude روشی مبتنی بر کروماتوگرافی توسعه دادند که این فرایند را به حدود ۹۰ دقیقه کاهش داد.

کروماتوگرافی روشی برای جداسازی اجزای مختلف یک مخلوط است. Claude در شناسایی تجهیزات مناسب و بهینه‌سازی مراحل اجرای این روش به پژوهشگران کمک کرد. کاهش زمان آماده‌سازی نمونه‌ها امکان انجام سریع‌تر آزمایش‌های بعدی را فراهم ساخت.

این مدل همچنین در پردازش داده‌های میکروسکوپ الکترونی کرایوژنیک مشارکت داشت. تیم تحقیقاتی توانست نخستین مدل سه‌بعدی کامل را ظرف ۳۴ ساعت آماده کند. پژوهشگران تخمین می‌زنند که انجام تحلیل مشابه با روش‌های متداول ممکن بود چند هفته طول بکشد.

بااین‌حال، استفاده از Claude بدون مشکل نبود. در یکی از مراحل، دستورالعمل آزمایشگاهی شامل ماده افزودنی نامناسبی بود که در فرایند انتقال DNA اختلال ایجاد می‌کرد. این اشتباه باعث شد تحقیقات دو هفته به تأخیر بیفتد.

Claude در مرحله دیگری نیز یکی از مراحل استاندارد پردازش داده‌های میکروسکوپی را نادیده گرفت. این خطا به تولید نقشه ساختاری نادرست منجر شد و پژوهشگران مجبور شدند فرایند تحلیل را اصلاح کنند.

تیم تحقیقاتی در نهایت با افزایش نظارت انسانی توانست مشکلات را برطرف کند. پژوهشگران همچنین مشاهدات آزمایشگاهی خود را با توسعه‌دهندگان Claude به اشتراک گذاشتند تا از این تجربه برای بهبود عملکرد مدل‌های آینده استفاده شود.

این پروژه نشان داد که هوش مصنوعی می‌تواند در شناسایی ساختارهای مولکولی و کاهش زمان آزمایش‌های پیچیده نقش مؤثری داشته باشد. بااین‌حال، دقت نتایج همچنان به بررسی متخصصان و اجرای صحیح مراحل آزمایشگاهی وابسته است.

کشف ساختار سه‌بعدی ذره والت باکتریایی هنوز مهم‌ترین پرسش دانشمندان را پاسخ نداده است. عملکرد واقعی این مجموعه‌های پروتئینی در سلول‌های زنده همچنان ناشناخته باقی مانده است.

لئونارد روم، یکی از کاشفان اولیه ذرات والت، شناسایی عملکرد آن‌ها را چالشی بسیار بزرگ توصیف کرده است. یافته‌های جدید مسیر دیگری برای بررسی این معمای زیستی فراهم کرده‌اند، اما تعیین نقش دقیق ذرات والت به تحقیقات بیشتری نیاز دارد.