یک پلتفرم جدید، ابزارهای پیچیده هوش مصنوعی را بدون نیاز به برنامه‌نویسی در اختیار زیست‌شناسان قرار داده است.

انقلاب در مهندسی پروتئین با پلتفرم جدید OpenProtein.AI

به گزارش سلامت نیوز به نقل از news، شرکت OpenProtein.AI که توسط Tristan Bepler و Tim Lu تأسیس شده، در تلاش است ابزارهای پیشرفته هوش مصنوعی برای مهندسی پروتئین را بدون نیاز به برنامه‌نویسی در اختیار پژوهشگران سراسر جهان قرار دهد.

هوش مصنوعی پیش‌تر نشان داده که می‌تواند روند توسعه دارو را تسریع کرده و درک ما از بیماری‌ها را بهبود دهد. اما برای تبدیل این توانایی‌ها به درمان‌های واقعی، لازم است مدل‌های قدرتمند در دسترس دانشمندان قرار گیرند، چالشی که بسیاری از زیست‌شناسان به دلیل نداشتن تخصص در یادگیری ماشین با آن مواجه‌اند.

پلتفرم OpenProtein.AI با ارائه یک محیط «بدون کدنویسی»، این مشکل را حل کرده است. این پلتفرم به پژوهشگران امکان می‌دهد:

  • پروتئین‌ها را طراحی کنند
  • ساختار و عملکرد آن‌ها را پیش‌بینی کنند
  • مدل‌های هوش مصنوعی را آموزش دهند

این خدمات هم به شرکت‌های دارویی و زیست‌فناوری و هم به پژوهشگران دانشگاهی (به‌صورت رایگان) ارائه می‌شود.

هوش مصنوعی و زبان جدید زیست‌شناسی

بپلر می‌گوید: «در حال حاضر در نقطه هیجان‌انگیزی هستیم؛ این مدل‌ها نه‌تنها مهندسی پروتئین را سریع‌تر می‌کنند، بلکه به ما اجازه می‌دهند پروتئین‌های کاملاً جدید با ویژگی‌های خاص طراحی کنیم.»

او هدف بزرگ‌تر را چنین توصیف می‌کند:«ما در حال ساخت نوعی زبان برای توصیف سیستم‌های زیستی هستیم.»

از پژوهش دانشگاهی تا محصول کاربردی

بپلر در دوران دکترای خود در Massachusetts Institute of Technology متوجه شد که هنوز شناخت ما از مولکول‌های زیستی، به‌ویژه پروتئین‌ها، بسیار محدود است.

او روی مدل‌هایی کار کرد که بتوانند توالی اسیدهای آمینه را پیش‌بینی کنند، پیش از آنکه ابزارهایی مانند AlphaFold معرفی شوند.

این تلاش‌ها به توسعه یکی از نخستین مدل‌های «زبان پروتئین» منجر شد؛ مدلی که می‌تواند رابطه بین توالی، ساختار و عملکرد پروتئین‌ها را تحلیل کند.

پلتفرمی برای همه پژوهشگران

پلتفرم OpenProtein.AI یک رابط کاربری ساده تحت وب دارد که به زیست‌شناسان اجازه می‌دهد بدون نیاز به کدنویسی، داده‌های خود را بارگذاری و تحلیل کنند.

مدل اصلی این پلتفرم، PoET (مخفف Protein Evolutionary Transformer)، قادر است:

  • پروتئین‌های جدید طراحی کند
  • محدودیت‌های تکاملی را درک کند
  • با داده‌های جدید بدون نیاز به بازآموزی کامل سازگار شود

پژوهشگران می‌توانند هزاران توالی پروتئینی را به‌صورت دیجیتال تولید کرده و سپس با استفاده از مدل‌ها، بهترین گزینه‌ها را برای آزمایش‌های آزمایشگاهی انتخاب کنند.

کاربرد در توسعه درمان‌ها

یکی از شرکت‌های بزرگ داروسازی، Boehringer Ingelheim، از سال ۲۰۲۵ همکاری خود را با OpenProtein.AI آغاز کرده است. هدف این همکاری، استفاده از این پلتفرم برای طراحی پروتئین‌هایی جهت درمان بیماری‌های خاص است مانند:

  • سرطان
  • بیماری‌های خودایمنی
  • اختلالات التهابی

نسخه جدید مدل این شرکت، PoET-2، عملکردی بهتر از مدل‌های بزرگ‌تر دارد، در حالی که به منابع محاسباتی بسیار کمتری نیاز دارد.

آینده: طراحی پروتئین‌های پیچیده‌تر

بنیان‌گذاران این شرکت قصد دارند مدل‌هایی توسعه دهند که بتوانند عملکردهای پیچیده‌تر پروتئین‌ها را نیز پیش‌بینی کنند، برای مثال:

  • تعامل هم‌زمان با چند مسیر زیستی
  • تغییر عملکرد پس از اتصال به مولکول‌ها

تیم لو می‌گوید:«با پیچیده‌تر شدن درمان‌ها، ابزارهای آزمایشگاهی سنتی دیگر کافی نیستند. ایجاد یک اکوسیستم باز در تقاطع هوش مصنوعی و زیست‌شناسی برای پیشرفت علم ضروری است.»

نظر شما

شما در حال پاسخ به نظر «» هستید.
captcha