أطلق باحثون من جامعة إلينوي أوربانا-شامبين أداة ذكاء اصطناعي جديدة تُسمى EZSpecificity، تُساعد الباحثين على التنبؤ بأفضل تطابق بين الإنزيم والركيزة، مما يُسرّع تطوير تطبيقات في المجالات الصناعية والطبية والكيميائية. قاد البحث هويمين زهاو، أستاذ هندسة كيميائية وبيولوجية في الجامعة، بالتعاون مع فريق ديفاكار شوكلا، أستاذ هندسة كيميائية وبيولوجية أيضًا. تُعدّ EZSpecificity نموذجًا ذكاءً اصطناعيًا مبنيًا على خوارزمية تعلّم آلي جديدة، وتم تدريبه على مجموعة بيانات موسعة من أزواج إنزيم-ركيزة، جُمعت عبر دراسات تثبيت جزيئي (docking simulations) شملت ملايين الحسابات الذرية. هذه الدراسات، التي أجرتها مجموعة شوكلا، مكّنت من فهم دقيق للتفاعلات بين الإنزيمات والركائز، خصوصًا في ظل التغيرات الهيكلية التي تحدث عند التفاعل، وهي ما يُعرف بـ"الانطباق المُحفّز" (induced fit)، وهو ما يجعل التنبؤ بالتحديدية (specificity) أمرًا معقدًا. على عكس النماذج السابقة، التي تُعاني من دقة محدودة وقيود في نوعية التفاعلات التي يمكنها توقعها، أظهرت EZSpecificity تفوقًا ملحوظًا في اختبارات محاكاة لواقع التطبيقات الحقيقية. في مقارنة مباشرة مع النموذج الرائد ESP، حققت EZSpecificity أداءً أفضل في جميع السيناريوهات الأربعة، وتم التحقق منها تجريبيًا من خلال تحليل ثمانية إنزيمات هالوجيناز و78 ركيزة. أظهرت الأداة دقة بلغت 91.7% في توقع أفضل أزواج إنزيم-ركيزة، مقابل 58.3% فقط لـESP. يُعدّ هذا التقدم مهمًا لأن الإنزيمات لا تعمل كمفاتيح وفُتحات ثابتة، بل تتغير شكلها عند التفاعل مع الركيزة، وربما تُحفّز تفاعلات متعددة، ما يُعقد التنبؤ بسلوكها. وبحسب زهاو، فإن الأداة تُكمّل نموذج CLEAN السابق الذي يتنبأ بوظيفة الإنزيم من تسلسله الجيني، مُقدّمةً حلًا شاملاً لفهم تفاعل الإنزيم مع الركيزة. تم إتاحة الأداة مجانًا عبر واجهة مستخدم بسيطة، تسمح للباحثين بإدخال تسلسل بروتين وركيزة، ثم الحصول على تنبؤات حول مدى ملاءمة التفاعل. يخطط الفريق لتوسيع الأداة لتحليل "الاختيارية" (selectivity)، أي مدى تفضيل الإنزيم لمنطقة معينة على الركيزة، مما يساعد في تقليل التأثيرات الجانبية غير المرغوب فيها. كما يسعى الباحثون إلى تحسين الأداة باستمرار من خلال إضافة بيانات تجريبية جديدة، لتعزيز دقتها وامتداد نطاق تطبيقاتها.