ساعدت الذكاء الاصطناعي الباحثين في حجب فيروس قبل أن يبدأ العدوى

باختصار

• حدد الباحثون تفاعل جزيئي رئيسي تعتمد عليه الفيروسات لدخول الخلايا وقاموا بتعطيله في تجارب مخبرية.
• استخدم العمل الذكاء الاصطناعي والمحاكاة الجزيئية لتضييق الآلاف من التفاعلات إلى هدف واحد حاسم.
• قال العلماء إن النهج يمكن أن يساعد في توجيه الأبحاث المستقبلية لمضادات الفيروسات والأمراض، على الرغم من أنه لا يزال في مرحلة مبكرة.

مركز ديكريبت للفنون والموضة والترفيه.

اكتشف المشهد

معظم أدوية مضادات الفيروسات تستهدف الفيروسات بعد أن تسرق داخل الخلايا البشرية بالفعل. قال الباحثون في جامعة ولاية واشنطن إنهم وجدوا طريقة للتدخل في وقت مبكر، بتحديد تفاعل جزيئي واحد تعتمد عليه الفيروسات لدخول الخلايا في المقام الأول.

نُشر البحث في نوفمبر في مجلة نانو سكيل، وركز على دخول الفيروسات، وهو أحد المراحل الأقل فهمًا والأكثر صعوبة في تعطيلها، باستخدام الذكاء الاصطناعي والمحاكاة الجزيئية لتحديد تفاعل حاسم داخل بروتين الاندماج الذي، عند تغييره في التجارب المخبرية، منع الفيروس من دخول خلايا جديدة.

قال البروفيسور جين ليو، أستاذ الهندسة الميكانيكية ومواد البناء في جامعة ولاية واشنطن، لـ ديكريبت: “الهجمات الفيروسية على الخلايا تتم من خلال آلاف التفاعلات”. “هدف بحثنا هو تحديد الأهم منها، وبمجرد تحديد هذا التفاعل، يمكننا أن نضع خطة لمنع الفيروس من الدخول إلى الخلية ووقف انتشار المرض.”

نشأ الدراسة من عمل بدأ قبل أكثر من عامين، بعد جائحة كوفيد-19 بقليل، بقيادة أستاذ علم الأحياء الدقيقة والأمراض البيطرية أنتوني نيكولا، بتمويل من المعاهد الوطنية للصحة.

في الدراسة، فحص الباحثون فيروسات الهربس كمثال اختبار.

تعتمد هذه الفيروسات على بروتين الاندماج السطحي، جليكوبروتين B@gB@، الضروري لدفع الاندماج الغشائي أثناء الدخول.

يعرف العلماء منذ زمن أن gB مركزي في العدوى، لكن حجمه الكبير، وهندسته المعقدة، وتنسيقه مع بروتينات دخول فيروسية أخرى، جعلت من الصعب تحديد أي من تفاعلاته الداخلية المتعددة ذات وظيفة حرجة.

قال ليو إن قيمة الذكاء الاصطناعي في المشروع لم تكن أنه كشف عن شيء غير معروف للبشر، بل جعله أكثر كفاءة بكثير.

بدلاً من الاعتماد على التجربة والخطأ، استخدم الفريق المحاكاة وتعلم الآلة لتحليل الآلاف من التفاعلات الجزيئية المحتملة في وقت واحد وترتيبها من حيث الأهمية.

قال ليو: “في التجارب البيولوجية، عادة تبدأ بفرضية. تعتقد أن هذه المنطقة قد تكون مهمة، لكن هناك مئات من التفاعلات في تلك المنطقة”. “تختبر واحدة، ربما ليست مهمة، ثم أخرى. هذا يستغرق الكثير من الوقت والمال. مع المحاكاة، يمكن تجاهل التكلفة، وطريقتنا قادرة على تحديد التفاعلات الحقيقية المهمة التي يمكن اختبارها بعد ذلك في التجارب.”

يُستخدم الذكاء الاصطناعي بشكل متزايد في الأبحاث الطبية لتحديد أنماط الأمراض التي يصعب اكتشافها من خلال الطرق التقليدية.

قامت دراسات حديثة بتطبيق تعلم الآلة للتنبؤ بمرض الزهايمر قبل سنوات من ظهور الأعراض، والكشف عن علامات دقيقة للمرض في صور الأشعة بالرنين المغناطيسي، والتنبؤ بالمخاطر طويلة الأمد لمئات الحالات باستخدام مجموعات بيانات السجلات الصحية الكبيرة.

بدأت الحكومة الأمريكية أيضًا في الاستثمار في هذا النهج، بما في ذلك مبادرة بقيمة (مليون من المعاهد الوطنية للصحة لتطبيق الذكاء الاصطناعي على أبحاث سرطان الأطفال.

وبعيدًا عن علم الفيروسات، قال ليو إن نفس الإطار الحسابي يمكن تطبيقه على الأمراض الناجمة عن تغييرات في تفاعلات البروتين، بما في ذلك الاضطرابات التنكسية العصبية مثل مرض الزهايمر.

قال ليو: “الأهم هو معرفة التفاعل الذي يجب استهدافه”. “بمجرد أن نتمكن من تحديد هذا الهدف، يمكن للناس النظر في طرق لإضعافه، تقويته، أو حظره. هذا هو المعنى الحقيقي لهذا العمل.”