الاستعداد للجائحة القادمة: NVIDIA تنشر بنى ثلاثية الأبعاد لبروتينات أكثر من 2,800 فيروس

نشرت NVIDIA بنى ثلاثية الأبعاد متوقعة لمركبات بروتينية تعود إلى أكثر من 2,800 فيروس، بالتعاون مع تحالف من مؤسسات البحث يضم Google DeepMind والمعهد الأوروبي للمعلوماتية الحيوية (EMBL-EBI). البيانات متاحة علنًا لأي عالم عبر قاعدة AlphaFold Database.

حُسبت البنى باستخدام AlphaFold2، نموذج الذكاء الاصطناعي من Google DeepMind الذي يتوقع كيفية انطواء البروتينات إلى أشكال ثلاثية الأبعاد، مع تحسين العمليات عبر NVIDIA BioNeMo Inference Runtime، ما مكّن الفريق من توسيع الحساب ليشمل آلاف البروتيوميات الفيروسية.

لماذا تهم بنية البروتين

معظم البروتينات لا تعمل منفردة: فهي تتجمع في مركبات من عدة جزيئات، وهذه الأشكال غالبًا ما يجب أن تستهدفها اللقاحات والأدوية. وقد شكلت معرفة البنية الثلاثية الأبعاد للفيروس المسبب لـ COVID-19 أساسًا لتصميم اللقاحات، بينما لا تتوافر معرفة مماثلة لآلاف الفيروسات الأخرى.

الطريقة التقليدية لتحديد بنية البروتين، أي تبلوره وتعريضه للأشعة السينية، قد تستغرق سنوات وتكلف آلاف الدولارات لكل بنية. أما AlphaFold2، المهيأ للعمل على معالجات NVIDIA الرسومية، فيتوقع البنية في دقائق ويمكن تشغيله على نطاق واسع، ثم يمكن التحقق من التوقعات عالية الثقة تجريبيًا. وقد عمل الفريق بصورة منهجية على عائلات الفيروسات المعروفة بإصابة البشر، من فيروسات الزكام إلى تهديدات ناشئة مثل Mpox.

نحو 30% من التفاعلات جديدة على العلم

نحو 30% من التفاعلات المضافة إلى القاعدة جديدة تمامًا على العلم: إذ لم تُوثَّق أشكال كهذه يومًا في Protein Data Bank، المستودع الرئيسي لبنى البروتينات المحددة تجريبيًا. وقال كريس دالاغو، رئيس فريق البحث التطبيقي في NVIDIA: "هذه القاعدة محرك لتوليد الفرضيات".

الاستعداد يجب أن يبدأ الآن

يقدّر تحليل أجراه Center for Global Development احتمال مواجهة العالم جائحة بشدة COVID-19 بحلول عام 2050 بنحو 50%. وقال جو غروف، أستاذ علم الفيروسات الجزيئية في مركز أبحاث الفيروسات بجامعة غلاسكو: "ما نحاول فعله هو تخزين جزء من هذه المعرفة مسبقًا".

يضم التحالف أيضًا CEPI وجامعة سيول الوطنية وجامعة سونغ كيون كوان والمعهد السويسري للمعلوماتية الحيوية وجامعة غلاسكو. كما تطلق NVIDIA أداة BioNeMo Structure Prediction Pipeline، وهي سير العمل المسرَّع بالمعالجات الرسومية الذي استُخدم لبناء مجموعة البيانات، ليتمكن الباحثون من توقع بنى لأهدافهم البروتينية الخاصة.

تضم قاعدة AlphaFold Database الآن أكثر من 260 مليون توقع لبروتينات ومركبات بروتينية.