دانشمندان متا، شرکت مادر فیس بوک و اینستاگرام، با استفاده از یک مدل زبان هوش مصنوعی، توانستند ساختار بیش از 600 میلیون پروتئین را در دو هفته پیش بینی کنند. این پروتئین ها متعلق به ویروس ها، باکتری ها و میکروب ها هستند و اکنون حتی می توان از این اطلاعات در تولید داروهای جدید استفاده کرد.
برنامه ای به نام ESMFold در Meta وجود دارد که در ابتدا برای رمزگشایی زبان های انسانی طراحی شده بود. اکنون دانشمندان از این برنامه برای پیش بینی دقیق پیچیدگی ساختارهای سه بعدی پروتئین ها استفاده کرده اند. این پیش‌بینی‌ها که به‌عنوان منبع باز در ESM Metagenomic Atlas منتشر شده‌اند، می‌توانند برای تولید داروهای جدید، کشف عملکردهای میکروبی ناشناخته و ردیابی روابط مهم بین گونه‌های مرتبط با فاصله دور استفاده شوند.
ESMFold اولین مدل هوش مصنوعی نیست که پروتئین ها را پیش بینی می کند. در سال 2022، DeepMind گوگل مدل مشابهی به نام AlphaFold را برای این منظور معرفی کرد. اما متا ادعا می کند که سیستم آنها 60 برابر سریعتر از سیستم DeepMind است. نتایج متا مطالعات به صورت پیش چاپ در پایگاه داده bioRxiv منتشر شده است.
استفاده از مدل فرازبانی هوش مصنوعی برای پروتئین ها
پروتئین ها اجزای سازنده همه موجودات زنده هستند و از زنجیره های بلندی از اسیدهای آمینه تشکیل شده اند. دانستن شکل پروتئین ها بهترین راه برای درک عملکرد آنها است، اما اسیدهای آمینه می توانند به روش های مختلفی پروتئین تشکیل دهند و بسازند. بهترین راه برای تعیین ساختار یک پروتئین استفاده از “کریستالوگرافی اشعه ایکس” است، یعنی مشاهده چگونگی تجزیه نور پرانرژی به پروتئین های مختلف، اما انجام این روش خسته کننده ممکن است ماه ها یا سال ها طول بکشد. برای همه پروتئین ها کار نمی کند.
در نتیجه، محققان یک متا مدل کامپیوتری پیشرفته ایجاد کردند که تلاش می‌کند زبان توالی پروتئین را درک کند. این مدل با توالی میلیون‌ها پروتئین طبیعی آموزش داده شده و می‌تواند به طور خودکار شکاف‌های توالی‌ها را پر کند.
برای آزمایش این مدل، آنها به پایگاه داده‌های متاژنومیک DNA از مکان‌هایی مانند خاک، آب دریا و روده انسان رفتند و آن اطلاعات را به ESMFold دادند. در پایان کار، محققان توانستند ساختار بیش از 617 میلیون پروتئین را در عرض دو هفته پیش بینی کنند.این رقم در مدت زمان مشابه حدود 400 میلیون بیشتر از AlphaFold است.
دانشمندان تخمین می زنند که بیش از 200 میلیون پیش بینی با ESMFold کیفیت بالایی داشته است. آنها اکنون امیدوارند که از این سیستم برای کارهای بیشتر در زمینه های پروتئین، سلامت، بیماری و محیط زیست استفاده کنند.
