الذكاء الاصطناعي يتنبأ ببنية بروتينات المن المشتركة

كشف فريق بحثي مشترك بين معهد ستوورز للأبحاث الطبية وجامعة بيتسبرغ عن بنية بنائية موحدة لبروتينات حشرات المن المعروفة باسم BICYCLE، مما مكّن تقنيات الذكاء الاصطناعي من التنبؤ بدقتها العالية بهياكلها الثلاثية الأبعاد. تنشر الدراسة نتائجها في دورية وقائع الأكاديمية الوطنية للعلوم بتاريخ 2 سبتمبر 2026. تغرز حشرات المن مئات البروتينات في أنسجة النباتات، مما يؤدي إلى احتيال الجينوم النباتي وتشكيل مغائر غددية تؤوي صغارها وتتغذى عليها. واجه الباحثون، بقيادة الدكتور ديفيد ستيرن، تحدياً كبيراً في دراسة هذه البروتينات نظراً لسرعة تطور تسلسلاتها الأحادية الأمينية التي فاقمت قدرة قواعد البيانات البيولوجية التقليدية على تصنيفها أو مطابقتها مع بروتينات معروفة. اعتمد الفريق في البداية على الحيود السيني لتحديد هياكل بروتينين من هذه العائلة، واكتشفوا احتواءهما على طية بروتينية تشبه السابوسين. وعند تغذية التسلسلات على نموذج التنبؤ بالهيكل AlphaFold2، أدى نقص البيانات التطورية الملائمة إلى توقعات خاطئة. أدرك العلماء أن قوة النموذج تعتمد بشكل جوهري على السياق التطوري المتاح له. لتحسين الأداء، جمع الباحثون عينات من حشرات المن في ولايتي فرجينيا وست فرجينيا الأمريكية، وسافروا إلى اليابان لتحليل نوع حاسم، مما وفّر للخوارزمية السياق الجيني الناقص. بموازنة الذكاء الاصطناعي مع البيانات التطورية، تنبأ النموذج بدقة بالهياكل التي تم حلها معملياً. وسّع الفريق التحليل ليشمل حوالي 2400 بروتين عبر سبعة أنواع مختلفة، وكشف عن ثبات القالب الهيكلي المشترك مع تنوع كبير في الخواص الكيميائية السطحية. يشير هذا التنوع الكيميائي، رغم ثبات الهيكل الأساسي، إلى أن البروتينات تستغل آليات نباتية متعددة للسيطرة على الخلية وتجنب أنظمة المناعة النباتية، في إطار سباق تسلح تطوري مستمر. يفتح هذا النهج، الذي يدمج بين البيانات الجينية متعددة الأنواع ونمذجة الذكاء الاصطناعي، آفاقاً جديدة لدراسة البروتينات سريعة التطور المرتبطة بالمناعة، وتفاعلات العائل والطفيل، والأبحاث الزراعية، مما يبرز التكامل المتزايد بين البيولوجيا الحاسوبية وعلم الأحياء الجزيئي في فك تعقيدات الأنظمة الحيوية المعقدة.