جان ام جامپر

آلفافولد و نوبل شیمی ۲۰۲۴ معمولا با نام جان ام. جامپر همراه اند. پیش بینی شکل سه بعدی احتمالی پروتئین از توالی اسیدهای آمینه، سال ها از دشوارترین مسائل زیست شناسی محاسباتی بود. آلفافولد۲ از عهده این کار برآمد، و برای شناخت سهم جامپر باید از همین مدل آغاز کرد.

آنچه برای من در کار جامپر اهمیت بیشتری دارد، جنس خروجی است، نه صرفا اینکه «هوش مصنوعی ساختار پروتئین را پیش بینی کرد». چیزی که به دست پژوهشگر می رسد فقط تصویری زیبا و رنگی نیست، و بلکه مدلی از ساختار است که شاخص های اطمینان را هم همراه دارد و نادیده گرفتن این شاخص ها ممکن است تفسیر همان تصویر سه بعدی را به خطا بکشاند.

جان ام. جامپر کیست؟

لیتل راک در ایالت آرکانزاس، زادگاه جان ام. جامپر است، دانشمند آمریکایی که در سال ۱۹۸۵ به دنیا آمد و علاقه اولیه اش فیزیک بود، نه زیست شناسی کلاسیک. از آنجا به محاسبات، شیمی و مسئله تاخوردگی پروتئین گرایش پیدا کرد.

او در دانشگاهئین رفت.

تحصیل شیمی در دانشگاه شیکاگو برای او با پژوهش درباره پویایی تاخوردگی پروتئین ها همراه شد. پیوند فیزیک و محاسبات با مباحث زیست مولکولی، بعدها در پروژه آلفافولد جایگاهی مهم پیدا کرد. یادگیری الگوهای پیچیده ای که توالی اسیدهای آمینه را به شکل نهایی پروتئین مرتبط می کنند، وظیفه مدل بود. بنابراین چالش آلفافولد را نمی شد صرفا به ساخت یک نرم افزار محدود کرد.

در گوگل دیپ مایند، جامپر به گروه توسعه آلفافولد ملحق شد و او کنار دمیس حسابیس روی نسخه ای کار کرد که بعدتر آلفافولد۲ نام گرفت.

دیوید بیکر برای طراحی محاسباتی پروتئین، نیمی از نوبل شیمی سال ۲۰۲۴ را دریافت کرد.
نیم دیگر به پیش بینی ساختار پروتئین اختصاص یافت و مشترکا به دمیس حسابیس و جان جامپر رسید. به این ترتیب، جایزه میان سه نفر تقسیم شد و سهم حسابیس و جامپر هرکدام یک چهارم بود.

تفاوت همین جاست: طراحی پروتئین با پیش بینی آن یکسان نیست. ابزاری که جامپر و حسابیس توسعه دادند، شکل پروتئین را از توالی آن تخمین می زد. چنین کاری با طراحی پروتئین تفاوت دارد.

چرا شکل پروتئیدهای آمینه هستند. این زنج ها زنجیره هایی از اسیدهای آمینه هستند. این زنجیره ها پس از ساخته شدن، در فضای سه بعدی تا می خورند و شکل مشخصی پیدا می کنند. عملکرد پروتئین به همین شکل، انعطاف پذیری بخش های مختلف و نحوه قرارگرفتن اسیدهای آمینه وابسته است.

فرورفتگی سطح پروتئین ممکن است جای اتصال یک مولکول باشد و ناحیه ای انعطاف پذیر در ارتباط با پروتئینی دیگر نقش پیدا کند. بنابراین حتی وقتی توالی دو پروتئین بسیار شبیه است، تفاوت چند بخش کوچک می تواند شکل یا عملکرد آن ها را عوض کند.

کریستالوگرافی پرتو ایکس، میکروسکوپی الکترونی برودتی و طیف سنجی تشدید مغناطیسی هسته ای درباره ساختار سه بعدی پروتئین اطلاعات ارزشمندی می دهند، اطلاعاتی که پژوهشگر برای درک عملکرد آن نیاز دارد. اما این روش ها مستلزم تجهیزات، آماده سازی نمونه و صرف زمان اند و به آسانی برای هر پروتئینی قابل استفاده نیستند.

داشتن توالی اسیدهای آمینه آیا برای پیش بینی شکل سه بعدی پروتئین کافی است؟ مسئله تاخوردگی پروتئین از همین پرسش آغاز می شود.

زیست شناسی چند دهه با این پرسش درگیر بود و سختی پاسخ دادن به آن هم علت روشنی دارد. از میان حالت های فضایی بسیار متعدد یک زنجیره پروتئینی، مدل باید ساختاری سازگار با الگوهای شناخته شده زیستی و شیمیایی پیدا کند. شمار زیاد همین حالت ها مسئله را دشوار می کند.

AlphaFold2 چه چیزی را تغییر داد؟

اطلاعات تکاملی، توالی های مشابه و ساختارهای شناخته شده، مبنای کار آلفافولد۲ هستند. این مدل هوش مصنوعی با کمک شبکه عصبی، ارتباط توالی و ساختار را می آموزد تا ساختار پروتئین را از روی توالی اسیدهای آمینه پیش بینی کند.

مختصات سه بعدی اتم ها، همراه با شاخص های اطمینان مدل برای بخش های گوناگون، در خروجی ارائه می شود. برای ورودی اصلی می توان یک توالی پروتئینی داشت.

امتیاز میانه ۹۲٫۴ از ۱۰۰ در معیار جی دی تی، نتیجه ارزیابی کلی آلفافولد۲ در رقابت کسپ۱۴ سال ۲۰۲۰ بود. عملکرد این سامانه فاصله چشمگیری با روش های دیگر داشت. پژوهشگران در همان ارزیابی گزارش کردند که دقت آن در بسیاری از موارد به ساختارهای حاصل از روش های آزمایشگاهی نزدیک شده است.

سال ۲۰۲۱، نیچر مقاله اصلی آلفافولد۲ را منتشر کرد و جامعه علمی به کد مدل دسترسی یافت. پس از آن، همکاری گوگل دیپ مایند و ای ام بی ال–ای بی آی به شکل گیری پایگاه انجامید.

پیش بینی ساختار بیش از ۲۰۰ میلیون پروتئین اکنون در این پایگاه موجود است. این تعداد، بخش بزرگی از پروتئین های شناخته شده را در بر می گیرد و ساختار پروتئین مدنظر شاید از پیش در پایگاه موجود باشد. به همین دلیل، بسیاری از پروژه ها لازم نیست کار را با اجرای مدل شروع کنند.

سهم واقعی جان جامپر در AlphaFold چه بود؟

آلفافولد دستاورد گروهی بزرگ بود و دمیس حسابیس هم در توسعه آن نقشی محوری داشت. در نتیجه، نسبت دادن عنوان «مخترع تنها» آلفافولد به جامپر دقیق نیست.

شناخت تاخوردگی پروتئین، مهارت در مدل های محاسباتی و تبدیل مسئله ای پیچیده به سامانه ای قابل اجرا در مقیاس وسیع، کنار هم سهم جامپر را روشن می کنند. نقش او را باید در پیوند این حوزه ها دید.

ارزش واقعی مدل علمی وقتی آشکار می شود که پژوهشگر بتواند خروجی اش را در کار خود به کار بگیرد.
برای من، این موضوع از عنوان های تبلیغاتی هوش مصنوعی مهم تر است، ساختار باید بررسی پذیر و میزان اطمینان روشن باشد تا کاربر بداند کدام بخش را جدی بگیرد و با کدام بخش محتاطانه برخورد کند.

دلیل اصلی پیوند نام جامپر با نوبل شیمی، همین دستاورد است و او و همکارانش چنین چارچوبی برای پیش بینی ساختار پروتئین فراهم کردند.

AlphaFold3 چه تفاوتی با AlphaFold2 دارد؟

با آلفافولد۳، دامنه کار به پیش بینی ساختار کمپلکس های زیستی گسترش یافت. تمرکز طراحی آلفافولد۲ عمدتا بر ساختار خود پروتئین بود.

برخی اصلاحات شیمیایی پروتئین ها و اسیدهای نوکلئیک هم در ورودی های پشتیبانی شده آلفافولد۳ جای دارند. این مدل امکان مدل سازی تعامل پروتئین با مولکول هایی مانند دی ان ای، آر ان ای، لیگاندها و یون ها را فراهم می کند.

محل قرارگرفتن یک مولکول کوچک روی پروتئین یا چگونگی تعامل پروتئین با دی ان ای می تواند پرسش پژوهشگر باشد. اهمیت این تفاوت در پژوهش دارویی از همین جا می آید: بسیاری از مسائل عملی به شکل یک پروتئین محدود نیستند.

آنچه آلفافولد۳ ارائه می دهد می تواند فرضیه مناسبی برای آزمودن باشد، نه نتیجه ای آزمایشگاهی یا اثبات اتصال واقعی. پیش بینی تعامل چنین تضمینی نمی دهد. توالی، نوع مولکول، ساختار هدف و محدودیت های مدل، همگی در کیفیت پیش بینی نقش دارند.

کاربر ایرانی از کجا شروع کند؟

برای دیدن ساختار پروتئینی شناخته شده، پایگاه داده آلفافولد شروع مناسبی است. جست وجو با نام پروتئین، نام ژن یا شناسه یونی پروت امکان دارد، اما شناسه دقیق تر است. یک ژن ممکن است چند ایزوفرم داشته باشد که توالی هرکدام متفاوت باشد.

دریافت فایل های ساختاری از صفحه هر پروتئین امکان پذیر است. این صفحه معمولا نمای سه بعدی، اطمینان مدل در امتداد زنجیره و نمودار پی ای ای را نیز نمایش می دهد. برای ساختارهای پیچیده تر و جدیدتر، قالب ام ام سی آی اف معمولا مناسب تر است. قالب پی دی بی هم در بسیاری از نرم افزارهای رایج، از جمله پای مول و کایمراایکس، کاربرد دارد.

سرور آلفافولد، مبتنی بر آلفافولد۳، برای استفاده غیرتجاری در دسترس قرار دارد. اگر ساختار پروتئین در پایگاه نباشد یا بررسی یک کمپلکس مدنظر باشد، می توان به این سرور مراجعه کرد. ورود با حساب گوگل انجام می شود و مطابق شرایط اعلام شده، هر حساب روزانه سقف ۳۰ کار دارد.

آزمایش بازشدن صفحه، ورود به حساب و دریافت خروجی بهتر است پیش از آماده سازی پروژه انجام شود. برای کاربران ایران، ورود و دسترسی پایدار به سرویس خارجی خود می تواند مانعی عملی باشد. در بررسی تعداد زیادی توالی نیز تکیه بر یک پنجره مرورگر قابل اطمینان نیست.

شرکت دارویی یا آزمایشگاه تجاری باید پیش از واردکردن خروجی سرور آلفافولد به محصول یا فرایند تجاری، شرایط استفاده را بررسی کند. این سرور برای کاربرد تجاری رایگان نیست.
استفاده از خروجی در ابزارهای داکینگ یا غربالگری، آموزش مدل های مشابه و توسعه فناوری های مشابه سرور آلفافولد نیز محدودیت دارد.

کولب فولد، با ارائه نوت بوک های آلفافولد۲ و اوپن فولد۳ و امکان اجرای محلی، راه دیگری پیش می گذارد. این مسیر برای پیش بینی های پرتعداد یا حفظ داده ها روی سیستم شخصی مطرح است. پایگاه های توالی ممکن است دانلودهای حجیمی داشته باشند. اجرای محلی نیز سیستم مناسب، فضای ذخیره سازی و نصب نرم افزارهای موردنیاز می خواهد و در بسیاری موارد به پردازنده گرافیکی وابسته است.

جست وجوی ساختار در پایگاه داده آلفافولد، دریافت فایل و سنجش کیفیت آن، برای دانشجوی ایرانی علاقه مند به بررسی یک پروتئین کم هزینه تر است. نصب کامل روی لپ تاپ معمولا انتخاب نخست منطقی نیست. اجرای محلی زمانی توجیه پیدا می کند که پیش بینی ها زیاد باشند یا نباید اطلاعات پروژه را به سرویس آنلاین فرستاد.

pLDDT را چطور بخوانیم؟

برای هر باقی مانده پروتئین، پی ال دی دی تی امتیازی بین صفر تا ۱۰۰ تعیین می کند که بیانگر اطمینان محلی مدل است. این عدد نشان می دهد مدل چقدر به پیش بینی ساختار همان ناحیه اطمینان داشته است، نباید آن را درصد صحت قطعی آن بخش تلقی کرد.

در بازه ۷۰ تا ۹۰، پیش بینی بسیاری از بخش های پروتئین قابل قبول است، هرچند جای زنجیره های جانبی ممکن است دقت کمتری داشته باشد. امتیاز بالاتر از ۹۰ معمولا از اطمینان زیاد به ساختار محلی حکایت می کند. بخش های انعطاف پذیر یا ذاتا بی نظم اغلب امتیازی کمتر از ۵۰ دارند و در بازه ۵۰ تا ۷۰ هم باید با احتیاط بیشتری پیش رفت.

گاهی ناحیه ای از پروتئین در واقعیت هم شکل ثابت و مشخصی ندارد، و پس پایین بودن پی ال دی دی تی لزوما نشانه خرابی مدل نیست. بعضی بخش ها تنها پس از اتصال به مولکولی دیگر شکل می گیرند و در وضعیت آزاد انعطاف پذیر می مانند.

برای رنگ بندی ساختار در نرم افزاری مانند پای مول می توان ستون بی فاکتور را مبنا گذاشت. امتیاز پی ال دی دی تی در فایل های ساختاری دریافت شده داخل همین ستون ذخیره شده است.

PAE چه چیزی را نشان می دهد؟

سنجش رابطه فضایی بخش های مختلف پروتئین بیشتر بر عهده پی ای ای است. پی ال دی دی تی، در مقابل، اطمینان به هر بخش را به صورت محلی بیان می کند.

بالابودن پی ال دی دی تی در هر دو دامنه یک پروتئین را در نظر بگیرید. از این وضعیت می توان فهمید که ساختار داخلی هر دامنه احتمالا قابل اتکاست. برای ارزیابی جای گیری دامنه ها نسبت به هم باید به نمودار پی ای ای رجوع کرد. هنوز نمی توان مطمئن بود که مدل موقعیت یکی را در مقایسه با دیگری درست پیش بینی کرده است.

اگر پی ای ای میان دو دامنه بالا باشد، فاصله و جهت گیری نسبی آن ها در مدل چندان قابل اعتماد نیست. پایین بودن آن، برعکس، اطمینان بیشتر مدل به موقعیت نسبی دو دامنه را نشان می دهد.

نزدیکی دو دامنه در نمای سه بعدی ممکن است ظاهری کاملا قانع کننده بسازد. اما با پی ای ای بالا میان آن ها، این نزدیکی شاید فقط یکی از وضعیت های ممکن باشد. اهمیت این تمایز هنگام تفسیر ساختار روشن می شود.

بررسی پی ال دی دی تی و پی ای ای باید همراه مشاهده نمای سه بعدی باشد و خواندن خروجی آلفافولد با نگاه کردن به شکل آن تمام نمی شود.

فایل های خروجی چه کاربردی دارند؟

مشاهده ساختار، سنجش فاصله ها، رنگایسه با ساختارهای دیگر، از کاربردهای فایل پی دی بی یا ام ام سی آی اف است. مختصات ساختار پیش بینی شده در این فایل نگهداری می شود پیش بینی شده در این فایل نگهداری می شود.

اطلا اس ای با قالب ای۳ام قرار دارد و در بررسی های محاسباتی دیگر به کار می آید. برای تحلیل رابطه باقی مانده ها و دامنه ها نیز از فایل پی ای ای با قالب جیسون استفاده می شود.

در پایان نامه یا پروژه پژوهشی، حفظ فایل خام و کنار این ها توالی ورودی، شناسه پروتئین و نسخه ابزار اهمیت بیشتری دارد. همین اطلاعات چند ماه بعد روشن می کنند مدل دقیقا از چه داده هایی ساخته شده است. اما کسی که صرفا مشاهده تصویر سه بعدی را می خواهد، احتمالا به تمام این فایل ها احتیاج ندارد.

محدودیت های AlphaFold را جدی بگیریم

دما، محیط شیمیایی. کنار این ها پی اچ، اتصال به مولکول های دیگر و وضعیت سلول می توانند ساختار واقعی پروتئین را تغییر دهند. آنچه آلفافولد می سازد، تنها یک ساختار احتمالی است.

بسیاری از پروتئین های بدن میان چند حالت حرکت می کنند و شکل کاملا ثابتی ندارند. مدل برای پیش بینی حالت های متعدد یک پروتئین با محدودیت روبه روست و بنابراین یک خروجی به تنهایی همه این پویایی را بازنمایی نمی کند.

مقایسه دو تصویر پس از واردکردن توالی جهش یافته، برای حکم قطعی درباره بیماری زایی جهش یا اثر دارویی آن کافی نیست. پیش بینی پیامد یک جهش نقطه ای هم مسئله ساده ای به شمار نمی رود.

تعامل دقیق با لیگاندها، یون ها. کنار این ها دی ان ای، آر ان ای و اصلاحات شیمیایی در طراحی آلفافولد۲ هدف نبود. آلفافولد۳ این موارد را پوشش می دهد، اما گسترش قابلیت ها خطا را از میان نبرده است. داده های آزمایشگاهی همچنان برای ادعاهای دارویی، زیست پزشکی یا تشخیصی جایگاه خود را دارند.

نقطه آغاز تحلیل، همین خروجی است، نه پاسخی قطعی درباره ایمنی دارو در بدن انسان یا رفتار دقیق پروتئین در سلول. حتی پی ال دی دی تی بالا هم چنین پاسخی فراهم نمی کند.

نکته های مهم برای پروژه های دانشگاهی و تجاری در ایران

رایگان بودن سرور به معنای مجازبودن ارسال هر نوع داده نیست. اگر توالی به پروژه اختصاصی دانشگاه، شرکت دانش بنیان یا آزمایشگاه تعلق دارد، بررسی سیاست محرمانگی پروژه باید پیش از بارگذاری در سرویس آنلاین انجام شود.

در روش تحقیق پایان نامه بهتر است منشأ ساختار روشن باشد: دریافت از پایگاه داده آلفافولد یا تولید با سرور آلفافولد یا مدلی دیگر. استناد به مقاله مرتبط با ابزار نیز لازم است. اگر خروجی بدون معرفی مدل و شاخص های اطمینان استفاده شود، بخش محاسباتی پژوهش ضعیف خواهد شد.

مقاله جامپر و همکاران در نیچر، مرجع اصلی آلفافولد۲ است، و برای آلفافولد۳ باید به مقاله پیش بینی تعاملات زیست مولکولی استناد کرد. دریافت ساختار از پایگاه داده آلفافولد نیز مستلزم ثبت نام پایگاه و شناسه پروتئین است.

شرایط غیرتجاری سرور رایگان آلفافولد با استفاده مستقیم از آن در محصول، غربالگری دارویی یا فرایند تجاری سازگار نیست. شرکت های متقاضی چنین کاربردهایی باید شرایط مجوز متناسب را بررسی کنند.

چرا نام جان جامپر برای کاربران ایرانی هم اهمیت دارد؟

مسئله ای زیستی و شیمیایی پشت آلفافولد قرار دارد و تفسیر خروجی هم به منطق آزمایشگاهی نیازمند است. نگاه صرفا هوش مصنوعی به این مدل، بخش مهمی از ماجرا را نادیده می گیرد و دستاورد جامپر نمونه روشنی از پیوند علوم مختلف است.

پیش از سفارش آزمایش می توان ساختار احتمالی را مشاهده کرد، بخش های نامطمئن را تشخیص داد و دامنه ها را سنجید تا پرسش آزمایش دقیق تر شود. برای کاربر ایرانی، فایده عملی این فناوری بیش از همه در کوتاه کردن زمان جست وجوی اولیه است.

ظاهر زیبای ساختار به خودی خود پاسخ علمی نمی سازد، و نمای سه بعدی را نباید معادل اطمینان مدل گرفت. نتیجه زمانی به دست می آید که توالی درست انتخاب شود، پی ال دی دی تی و پی ای ای بررسی شوند و محدودیت ها لحاظ شوند. سنجیدن خروجی با داده آزمایشگاهی یا منابع معتبر نیز بخشی از همین مسیر است.

از همین رو، جایگاه جان ام و جامپر به برنده شدن یک جایزه علمی محدود نمی شود. دسترسی پژوهشگر به فرضیه ای ساختاری با کار او ترتیب دیگری پیدا کرد. اکنون می توان آن فرضیه را زودتر بررسی کرد، با دقت بیشتری نقد کرد و در آزمایش سنجید.

منابع

مؤسسه نوبل، «جایزه نوبل شیمی ۲۰۲۴ و توضیح پیش بینی ساختار پروتئین»:https://www.nobelprize.org/prizes/chemistry/2024/press-release/

مؤسسه نوبل، صفحه اطلاعات جان جامپر:https://www.nobelprize.org/prizes/chemistry/2024/jumper/facts/

Jumper et al., “”، Nature:https://www.nature.com/articles/s41586-021-03819-2

Google DeepMind، صفحه علمی AlphaFold و خط زمانی توسعه آن:https://deepmind.google/science/alphafold/

پایگاه ، محصول مشترک Google DeepMind و EMBL-EBI:https://alphafold.ebi.ac.uk/

راهنمای EMBL-EBI درباره pLDDT و ارزیابی اطمینان ساختارها:https://www.ebi.ac.uk/training/online/courses/alphafold/inputs-and-outputs/evaluating-alphafolds-predicted-structures-using-confidence-scores/plddt-understanding-local-confidence/

Abramson et al., “Accurate structure prediction of 3”، Nature:https://www.nature.com/articles/s41586-024-07487-w

AlphaFold Server، شرایط استفاده و قابلیت های AlphaFold3:https://alphafoldserver.com/

مخزن رسمی ColabFold و مستندات اجرای AlphaFold2 و OpenFold3:https://github.com/sokrypton/اتاجرای AlphaFold2 و OpenFold3:https://github.com/sokrypton/