أعلن باحثون من مختبر لورانس بيركلي الوطني بالتعاون مع فريق دولي من جامعة كارنيجي ميلون، عن تطوير أداة حسابية ثورية جديدة تسمى "الترشيح الكمي المدعوم بالذكاء الاصطناعي" أو اختصارًا AQuaRef. تم نشر هذه الدراسة في دورية "نيتشر كومونيكيشنز"، وتهدف إلى تسريع ودقة تحديد الهياكل البروتينية التي كانت صعبة المسار سابقًا. تعمل هذه الأداة من خلال دمج حسابات الميكانيكا الكمية مع تقنيات الذكاء الاصطناعي لتوقع المواضع الدقيقة للذرات والإلكترونات ضمن الجزيئات البيولوجية، مما يوفر مستوى جديدًا من الدقة في فهم بنية البروتينات. تتضمن الأداة حاليًا ضمن برنامج "فينيكس" الشهير، وهو مجموعة شاملة من البرمجيات يستخدمها علماء البيولوجيا الهيكلية حول العالم لنمذجة الهياكل الجزيئية المعقدة. أوضح الباحث نيجيل موريتاري من مختبر بيركلي أن فهم بنية البروتينات هو مفتاح لفك شفرة العمليات الحيوية، بدءًا من الآليات التي تسبب الأمراض في الإنسان وصولًا إلى عمليات إنتاج الطاقة في النباتات، وهو ما قد يؤدي إلى تطوير علاجات أكثر فعالية وتقنيات متقدمة لإنتاج الطاقة الحيوية. تعتمد الطرق التقليدية لترميز بنية البروتين على دمج بيانات تجريبية، مثل تلك المستمدة من تقنيات التصوير بالبلورات السينية أو المجاهر الإلكترونية فائقة البرودة، مع بيانات نظرية مخزنة في قواعد بيانات موجودة. لكن هذه الأساليب كانت تواجه قيودًا كبيرة في معالجة التفاعلات الكيميائية غير التساهمية التي تلعب دورًا حيويًا في استقرار البروتينات، ولا تغطي سوى الكيانات الكيميائية المعروفة مسبقًا. هنا تكمن أهمية الأداة الجديدة التي استعانت بالذكاء الاصطناعي والتعلم الآلي لتجاوز هذه العقبات، وجعل الترتيب الكمي للدقة عمليًا حيث كان مستحيلًا من قبل. بدأ التعاون بين الفريقين قبل خمس سنوات، استند على fifteen عامًا من البحث التدريجي، وتمكن الفريق من دمج أدوات التعلم الآلي المطورة في جامعة كارنيجي ميلون مع برنامج فينيكس لحساب الطاقة والقوى بدقة عالية. أثبتت التجربة نجاحًا كبيرًا، حيث أظهرت الاختبارات على 71 تجربة أن AQuaRef ينتج معلومات هيكلية بجودة أعلى بتكلفة حسابية أقل بكثير، مع الحفاظ على تطابق ممتاز مع البيانات التجريبية. كما نجحت الأداة في تحديد مواقع البروتونات بدقة في بروتين "دي-جي-1" المرتبط ببعض أشكال مرض باركنسون، وهو بروتين كانت خرائطته الهيكلية تعتبر من أصعب التحديات في هذا المجال. مع إثبات إمكانية الترتيب الكمي للهياكل ثلاثية الأبعاد للبروتينات، ينوي الفريق الآن توسيع نطاق العمل ليشمل مجموعة أوسع من الهياكل الضرورية لتصميم الأدوية. تمتد الآثار المحتملة لهذه التطورات لتشمل مجالات متعددة تتجاوز الصحة البشرية، مثل تحسين فهم آلية التمثيل الضوئي لزيادة إنتاجية المحاصيل الزراعية، أو رسم خرائط للبروتينات النباتية لتطوير تقنيات الوقود الحيوي. يُرجح أن يمثل هذا التقدم تحولًا جذريًا في مجال تحديد بنية البروتينات، مما يفتح آفاقًا جديدة لا حصر لها لفهم الآليات البيولوجية المعقدة.