برنامج تعليمي عبر الإنترنت: يحقق RFdiffusion2 توليد البروتين على المستوى الذري استنادًا إلى التفاعلات الكيميائية، محققًا معدل نجاح 100% في 41 حالة
في السابق، كان نموذج تصميم البروتين التوليدي RFdiffusion يُولّد أساسًا هياكل بروتينية ذات مواقع ثابتة دقيقة من خلال وصف مواقع نشطة مثالية. ومع ذلك، عانى هذا النهج من قيدين رئيسيين كان من الصعب التغلب عليهما:
* لا يمكن تحديد هندسة الموقع النشط إلا على مستوى البقايا، ويجب على الباحثين تحديد مواضع العمود الفقري المحتملة للبقايا عن طريق تعداد الروتامرات في السلسلة الجانبية؛
* يجب تحديد مواضع البقايا الحفزية مسبقًا في التسلسل، مما يحد بشكل كبير من مساحة المحاليل المأخوذة من العينات.
واستجابة للتحديات ذات الصلة، أصدر معهد تصميم البروتين في جامعة واشنطن في أبريل/نيسان 2025 نموذجًا توليديًا جديدًا، وهو نموذج انتشار طيات روزيتا 2 (RFdiffusion2).وقد تم تحقيق مسار محسن لتوليد هياكل بروتينية ذات مواقع نشطة مخصصة استنادًا إلى أوصاف تفاعل كيميائي بسيطة، مما أدى إلى اختراق عنق الزجاجة الفني طويل الأمد في تصميم المحفز.ويوفر دعمًا فنيًا قويًا لمجموعة متنوعة من التطبيقات بما في ذلك تدهور البلاستيك.
يستخدم RFdiffusion2 نهجًا توليديًا عميقًا جديدًا يُمكّن من تصميم البروتينات استنادًا إلى أوصاف مستقلة عن التسلسل لمواقع المجموعات الوظيفية، دون الحاجة إلى توليد متزامرات الدوران العكسي. مقارنةً بالنماذج السابقة، يُركز تحسين RFdiffusion2 على ثلاثة مجالات رئيسية:
* إزالة الاعتماد على ترقيم البقايا وفهرسة التسلسل، وإدخال تقنيات مطابقة التدفق والتركيز العشوائي، مما يسمح للنموذج بإنشاء الهياكل الأساسية للبروتين مباشرة على المستوى الذري؛
* يدعم إنشاء موقع نشط على مستوى الذرة بدون فهرس، ويمكنه معالجة معلومات الربيطة وأخذ عينات تلقائيًا من تكوينات الربيطة أثناء عملية التوليد، مما يحسن مرونة التصميم؛
* يستخدم معيار AME جديدًا، وهو معيار تصميم بروتين حسابي يغطي 41 موقعًا نشطًا مختلفًا (الجيل السابق غطى 16 موقعًا فقط).
في تجارب أخرى، صمم فريق البحث بروتينات حول ثلاثة مواقع تحفيزية مختلفة. وأظهرت النتائج التجريبية أنتظهر تقنية RFdiffusion2 تحسينات كبيرة في الأداء مقارنة بالطرق السابقة، حيث نجحت في توليد هياكل بروتينية أساسية تلبي القيود في 41 حالة، بمعدل نجاح 100%؛في ظل الظروف نفسها، بلغ معدل نجاح RFdiffusion1 حوالي 39% فقط. ويمكن القول إن إطلاق RFdiffusion2 يُمثل خطوةً مهمةً في تصميم البروتينات المُعتمدة على الذكاء الاصطناعي.
RFdiffusion2: أداة تصميم بروتين متاحة الآن على موقع HyperAI الإلكتروني (hyper.ai) في قسم البرامج التعليمية. جرّب أحدث أداة لتوليد البروتين بنقرة واحدة.
رابط البرنامج التعليمي:
https://hyper.ai/cn/tutorials/44096
تشغيل تجريبي
١. أدخل عنوان URL hyper.ai في متصفحك. عند الوصول إلى الصفحة الرئيسية، انقر على صفحة البرامج التعليمية، ثم اختر RFdiffusion2: أداة تصميم البروتين، ثم انقر على "تشغيل هذا البرنامج التعليمي عبر الإنترنت".
2. بعد الانتقال إلى الصفحة التالية، انقر فوق "استنساخ" في الزاوية اليمنى العليا لاستنساخ البرنامج التعليمي في الحاوية الخاصة بك.
3. حدد صورة NVIDIA GeForce RTX 4090 وPyTorch، ثم انقر فوق متابعة. توفر منصة OpenBayes أربع طرق للدفع. يمكنك اختيار "الدفع حسب الاستخدام" أو "يوميًا/أسبوعيًا/شهريًا" وفقًا لاحتياجاتك. يمكن للمستخدمين الجدد التسجيل باستخدام رابط الدعوة أدناه للحصول على 4 ساعات من RTX 4090 + 5 ساعات من وقت فراغ وحدة المعالجة المركزية!
رابط دعوة حصرية لـ HyperAI (انسخ وافتح في المتصفح):
https://openbayes.com/console/signup?r=Ada0322_NR0n
٤. انتظر حتى يتم تخصيص الموارد. سيستغرق الاستنساخ الأول دقيقتين تقريبًا. عندما تتغير الحالة إلى "قيد التشغيل"، انقر على سهم الانتقال بجوار "فتح مساحة العمل" للانتقال إلى صفحة العرض التوضيحي.
عرض التأثير
بعد الدخول إلى صفحة تشغيل العرض التوضيحي، أدخل معايير الأداء وانقر فوق تشغيل للحصول على نتائج الإخراج.
هنا نأخذ "active_site_indexed_atomic" كمثال
* عرض ملف تصميم البروتين النهائي
* عرض البنية الخالية من الضوضاء في كل مرة أثناء عملية الانتشار. فيما يلي بعض الأمثلة:
* عرض ملف مسار التنبؤ بالهيكل النهائي، وفيما يلي بعض الأمثلة:
ما سبق هو البرنامج التعليمي الذي توصي به HyperAI هذه المرة. الجميع مدعوون للحضور وتجربته!
رابط البرنامج التعليمي: