في تطور ثوري، قام العلماء بإنشاء أداة ذكاء اصطناعي يمكنها تحديد وظيفة البروتينات المجهولة بدقة مذهلة. تم تطوير هذه الأداة من قبل الباحثين في جامعة الملك عبد الله للعلوم والتكنولوجيا (KAUST)، وهي تفوق الأساليب الحالية في توقع وظائف البروتينات ولديها القدرة على تحليل البروتينات التي لا توجد مطابقات واضحة لها في مجموعات البيانات الحالية.
تعتمد أداة الذكاء الاصطناعي، المعروفة باسم DeepGO-SE، على نماذج لغوية ضخمة مشابهة لتلك المستخدمة في أدوات الذكاء الاصطناعي الإنشائية. ومع ذلك، تأخذ خطوة إضافية عن طريق استخدام الاستدلال المنطقي لاستخلاص استنتاجات معنوية حول وظائف البروتينات. من خلال بناء نماذج بناءً على مبادئ البيولوجيا العامة، يمكن للأداة معالجة النتائج بطريقة منطقية واستنتاج السيناريو الأكثر احتمالًا لوظيفة البروتين.
وبحسب روبرت هويندورف، رئيس فريق البحث في بيوأونتولوجيا KAUST، فإن هذه الطريقة لديها تطبيقات واسعة النطاق، خاصة عندما يتعلق الأمر بالاستدلال على البيانات والافتراضات التي تم إنشاؤها بواسطة نماذج التعلم الآلي الأخرى. أثبتت الأداة فعاليتها من خلال توقع وظائف البروتينات الجزيئية المفهومة بصعوبة، متفوقة على أكثر من 1600 خوارزمية في مسابقة عالمية لأدوات توقع وظيفة البروتين.
يستخدم فريق KAUST الآن DeepGO-SE لاستكشاف وظائف البروتينات الغامضة الموجودة في نباتات الصحراء التي تزدهر في بيئات قاسية. نأمل أن تكشف هذه الأداة عن بروتينات جديدة يمكن أن تكون مفيدة لتطبيقات التكنولوجيا الحيوية. إن استخدامات DeepGO-SE المحتملة واسعة، بما في ذلك اكتشاف الأدوية، وتحليل مسارات الأيض، وارتباطات الأمراض، وهندسة البروتينات، والفحص الشاشي للبروتينات ذات الاهتمام الخاص.
هذا الاختراق وعد بثورة في بحث البروتينات، مما يمنح العلماء أداة قوية لكشف أسرار أعماق الخلايا. ستسرع القدرة على تحليل البروتينات المجهولة وتوقع وظائفها فهمنا لعمليات البيولوجية وتفتح آفاقًا جديدة للابتكار والاكتشاف في مجموعة متنوعة من المجالات. مع تقدم البحوث، يتبنى العلماء في جميع أنحاء العالم باشتياق أداة الذكاء الاصطناعي وقدرتها على كشف أسرار البروتينات المجهولة.
الأسئلة الشائعة:
1. ما هو التطور المهم في بحث البروتينات؟
– قام العلماء بإنشاء أداة ذكاء اصطناعي تسمى DeepGO-SE يمكنها تحديد وظيفة البروتينات المجهولة بدقة مذهلة.
2. من قام بتطوير أداة DeepGO-SE؟
– تم تطوير الأداة من قبل الباحثين في جامعة الملك عبد الله للعلوم والتكنولوجيا (KAUST).
3. كيف تفوق DeepGO-SE على الأساليب الحالية في توقع وظائف البروتينات؟
– يستخدم DeepGO-SE نماذج لغوية ضخمة مشابهة لتلك المستخدمة في أدوات الذكاء الاصطناعي الإنشائية. بالإضافة إلى ذلك، يستخدم الاستدلال المنطقي لاستخلاص استنتاجات معنوية حول وظائف البروتينات بناءً على مبادئ بيولوجية عامة.
4. ما هي التطبيقات الواسعة النطاق لـ DeepGO-SE؟
– يتمثل استخدام DeepGO-SE في الاستدلال على البيانات والافتراضات، واكتشاف الأدوية، وتحليل مسارات الأيض، وارتباطات الأمراض، وهندسة البروتينات، والفحص الشاشي للبروتينات ذات الاهتمام الخاص.
5. كم هو فعال DeepGO-SE؟
– استطاع DeepGO-SE بنجاح توقع وظائف البروتينات الجزيئية المفهومة بصعوبة، متفوقة على أكثر من 1600 خوارزمية في مسابقة عالمية لأدوات توقع وظيفة البروتين.
التعريفات:
– الذكاء الاصطناعي (AI): تطوير أنظمة الكمبيوتر أو الآلات التي يمكنها أداء المهام التي تتطلب تقليديًا الذكاء البشري.
– بروتين: جزيء حيوي كبير يتألف من سلسلة واحدة أو أكثر من الأحماض الأمينية ويؤدي وظائف متنوعة في الكائنات الحية.
– الاستدلال المنطقي: العلاقة بين بيانين، حيث صحة البيان الأول تعني صحة البيان الثاني.
روابط ذات صلة المقترحة:
– جامعة الملك عبد الله للعلوم والتكنولوجيا (KAUST)
– ScienceDirect (النطاق الرئيسي للمقالات العلمية)
The source of the article is from the blog revistatenerife.com