Watafiti kutoka Taasisi ya Shanghai ya Kemia Hai katika Chuo cha Sayansi cha Uchina wameunda kielelezo cha kijasusi bandia ambacho kinatabiri mwingiliano wa protini-protini katika azimio la atomiki, kulingana na utafiti uliochapishwa katika Majaribio ya Chuo cha Kitaifa cha Sayansi (PNAS) mnamo Juni 9, 2026. Muundo huo, unaoitwa **Batili-X hadi muundo tofauti wa kiolesura cha protini kulingana na muundo tofauti juu badala ya kuchonga umbo la protini kwa ujumla kwanza.
Kazi hiyo iliyoongozwa na Dk. Yang Jing, Yuan Junying, na James J. Chou, yaliangaziwa na Chuo cha Sayansi cha China na kuripotiwa na Phys.org. Inaongeza zana mpya kwenye uwanja unaosonga haraka ambapo AI inazidi kutumiwa kuunda mashine za molekuli ambazo zinasimamia dawa, nyenzo, na baiolojia ya sintetiki. For more context on this story, see our ongoing AI industry coverage.
Kwa nini mwingiliano wa protini na protini ni muhimu
Protini ni kazi ya molekuli ya mwili wa binadamu. Wao huunda tishu, husafirisha molekuli, kudhibiti mawasiliano ya seli, na kulinda dhidi ya maambukizi. Dawa nyingi muhimu zaidi - ikiwa ni pamoja na matibabu ya kingamwili kwa saratani na insulini ya ugonjwa wa kisukari - hufanya kazi kwa kuingiliana na protini maalum au kwa kuchukua nafasi ya zile ambazo hazipo au zinazofanya kazi vibaya.
Kwa sababu michakato mingi ya kibaolojia inategemea jinsi protini zinavyofungamana, uwezo wa kutabiri kwa usahihi na kusanikisha mwingiliano wa protini-protini unaweza kuharakisha ugunduzi wa dawa na kushughulikia mahitaji ya matibabu ambayo hayajatimizwa. Maendeleo hapa pia yanakamilisha maendeleo ya haraka katika teknolojia ya utoaji kama vile vekta za virusi vinavyohusiana na adeno na chembechembe za lipid za mRNA, ambazo husafirisha molekuli za matibabu hadi kwenye seli.
Mbinu ya kutoka chini kwenda juu badala ya kutoka juu kwenda chini
Miundo mingi iliyopo ya AI ya muundo wa protini hufuata mkakati wa juu chini: kwanza hutoa kiunzi cha jumla cha protini ambacho kinalingana na tovuti inayolengwa na kisha kubuni mlolongo ili kuboresha uunganishaji. Void-X inageuza mantiki hiyo.
Mfano ni mfumo wa kujaza atomiki. Imefunzwa kutambua mifumo ya mwingiliano wa kiwango cha atomiki na kujaza "tupu" - mapengo - ndani ya miingiliano ya protini. Wazo lake kuu ni kwamba muundo thabiti wa macromolecular hushikiliwa pamoja na ufungashaji bora wa atomiki, ambao huibuka kutoka kwa mwingiliano wa ndani kati ya atomi za jirani na vile vile miunganisho ya hali ya juu na zile za mbali zaidi. Badala ya kubuni umbo lote la protini, Void-X hutengeneza nguzo za atomiki zilizoshikana moja kwa moja zilizoboreshwa kwa ajili ya upakiaji thabiti ndani ya eneo mahususi la kimuundo, na kuupa muundo msingi ulio na msingi.
Kufunzwa kwa nguzo milioni nane za atomiki
Ili kutoa mafunzo kwa Void-X, watafiti walikusanya mkusanyiko wa data wa zaidi ya vikundi vya atomiki milioni nane vya duara vilivyotolewa kutoka kwa miundo iliyoamuliwa kwa majaribio iliyowekwa kwenye Benki ya Data ya Protini. Kwa kila nguzo, takriban 30% ya atomi za pembeni, zinazoshikamana na anga zilifunikwa, ilhali atomi zilizobaki zilitumika kama "muktadha" - haraka haraka - ambayo modeli ilitumia kutabiri atomi zilizokosekana.
Mtandao uliopatikana una vigezo milioni 172 na ulipata usahihi mkubwa wa utabiri: 78.3% kwa makundi ya atomiki ya ndani ya mnyororo na 68.2% kwa makundi baina ya minyororo, watafiti waliripoti.
Nini maana ya ugunduzi wa dawa za kulevya na kwingineko
Kulingana na waandishi, uwezo huu huwezesha kizazi cha de novo cha mwingiliano wa protini ya azimio la atomiki, kutoa kile wanachoelezea kama njia inayosaidiana na angavu ya muundo wa protini. Kwa kuchanganya maelezo ya kiwango cha atomiki na uundaji mzalishaji, Void-X hupanua kisanduku cha zana kwa ajili ya kiolesura cha uhandisi cha biomolekuli.
Hiyo ni muhimu kwa sababu muundo wa kiolesura ndio kiini cha ukuzaji wa dawa za kisasa. Zana bora za kukokotoa za kutabiri jinsi molekuli ya mteuliwa itashikamana na lengo lake la protini inaweza kufupisha njia kutoka kwa wazo hadi tiba, kupunguza utegemezi wa majaribio ya gharama kubwa ya majaribio na makosa, na kurahisisha kuunda protini kwa kazi mpya kabisa katika baiolojia ya sintetiki.
Shamba linalokua
Void-X hufika huku kukiwa na ongezeko la kazi ya protini inayoendeshwa na AI. Kuanzia utabiri wa muundo hadi muundo wa uzalishaji wa chembe zote, watafiti wanasukuma kwa kasi kuelekea uwezo wa kuiga mwingiliano wa kibayolojia kwa azimio kamili la atomiki. Hapo awali mifumo ya kuzalisha chembe zote tayari imeonyesha uwezekano wa kubuni na kutabiri mwingiliano katika kiwango hicho, na Void-X inachangia mkakati mahususi, wa kufunga-kwanza kwa juhudi sawa.
Ujanja wa kuficha unaoifanya ifanye kazi
Mbinu ya mafunzo ya Void-X hukopa ukurasa kutoka kwa kitabu cha kucheza cha muundo wa lugha. Kwa kuficha takriban 30% ya atomi katika kila nguzo ya mafunzo na kuuliza modeli kuzizingatia kutoka kwa muktadha unaowazunguka, watafiti waligeuza biolojia ya muundo kuwa kazi ya kujaza nafasi zilizoachwa wazi - kanuni sawa ambayo huruhusu miundo mikubwa ya lugha kutabiri maneno ambayo hayapo katika sentensi. Tofauti ni kwamba "msamiati" wa Void-X unajumuisha atomi zilizopangwa katika nafasi ya pande tatu, na sarufi inayojifunza huakisi sheria za upakiaji zinazotawala jinsi protini halisi zinavyokunja na kufunga.
Mafunzo hayo ya kufahamu muundo ndiyo yanayotenganisha Void-X na mbinu zinazoshughulikia protini kama mfuatano bapa wa asidi ya amino. Kwa sababu sababu za kielelezo kuhusu miunganisho ya atomiki ya ndani na ya masafa marefu kwa wakati mmoja, inaweza kupendekeza jiometri za kiolesura zinazoheshimu vizuizi vya kimwili vya changamano thabiti, badala ya kutoa miundo inayoonekana kueleweka lakini isiyo thabiti kibayolojia.
Vikomo na maswali wazi
Matokeo ni ya kuahidi, lakini watafiti ni wazi kwamba changamoto bado. Usahihi wa msururu wa 68.2% - unaohusiana na muundo wa protini nyingi ambao hufafanua shabaha nyingi za dawa za ulimwengu halisi - uko chini sana kuliko takwimu ya ndani ya mnyororo, ikionyesha ugumu mkubwa wa kuiga jinsi molekuli mbili tofauti zinavyoungana. Kubuni kiolesura kinachofunga kwa ukali katika muundo wa hesabu pia ni hatua ya kwanza tu; watahiniwa lazima bado wasasishwe na kuthibitishwa kimajaribio, na mwingiliano uliotabiriwa unaweza kulegalega katika mazingira ya fujo ya seli hai.
Kuongeza data ya mafunzo, kuboresha ushughulikiaji wa modeli wa maeneo ya protini nyumbufu au yasiyo na mpangilio, na kuunganisha Void-X na mifumo ya ziada ya juu chini huenda ni hatua zinazofuata. Waandishi huweka mchango wao kama teknolojia ya ziada badala ya uingizwaji - chaguo la msingi la kuunganishwa na kiunzi kilichopo huku uwanja unapokimbizana na muundo wa molekuli unaotegemewa na wa mwisho hadi mwisho.
Mwelekeo mpana zaidi
Utafiti huo, uliochapishwa chini ya DOI 10.1073/pnas.2607035123, unaashiria kwamba shindano la kujenga zana sahihi zaidi za usanifu wa molekuli sasa linaendelea - na kwamba AI ya uzalishaji inakuwa sehemu muhimu ya benchi ya kazi ya mwanakemia. Vile mifano kama Void-X inavyopunguza pengo kati ya hesabu na maabara, matumaini ni kwamba watafiti wataweza kubuni matibabu mapya, vimeng'enya, na vifaa kwa haraka na kwa busara zaidi kuliko hapo awali.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
