عالم اكتشاف المخدرات الذي يعمل بمواد الذكاء الاصطناعي يستمر في التوسع مع نمو قدرات التعلم الآلي. تتمثل إحدى الأساليب التي بدا أنها لا يمكن تصورها قبل بضع سنوات فقط في محاكاة التفاعلات المعقدة لجزيئين متشابكين - ولكن هذا بالضبط ما يحتاجه مصممو الأدوية حوله ، وما يهدف سحر العلاجات إلى القيام به مع منصة Dragonfold.
تفعل البروتينات كل ما يستحق القيام به في جسمك ، وهي الأهداف الأكثر شيوعًا للعقاقير. ومن أجل إنشاء تأثير ، يجب أولاً أن تفهم هذا الهدف ، وتحديداً كيف أن سلسلة الأحماض الأمينية التي تشكل طي البروتين في ظل ظروف مختلفة.
في الماضي القريب ، غالبًا استهلاك البلورات بالأشعة السينية ، ولكن لقد تبين مؤخرًا أن نماذج التعلم الآلي مثل Alphafold و Rosettafold قادرة على إنتاج نتائج جيدة بنفس القدر ولكن في ثوانٍ بدلاً من أسابيع أو شهور.
التحدي التالي هو أنه حتى لو نحن نعرف كيف يطوي البروتين في أكثر ظروفه شيوعًا ، ولا نعرف كيف يمكن أن يتفاعل مع البروتينات الأخرى ناهيك عن جزيئات جديدة مصنوعة خصيصًا لربطها. عندما يلتقي البروتين بموثق أو يجند متوافق ، يمكن أن يتحول تمامًا ، حيث أن التغييرات الصغيرة يمكن أن تتسع وإعادة تكوين بنيته بأكملها - في الحياة ، يؤدي ذلك إلى أشياء مثل البروتين يفتح مرورًا إلى خلية أو فضح سطح جديد ينشط البروتينات الأخرى وهكذا على.
هذا هو المكان الذي ابتكرنا فيه: لقد قمنا ببناء Dragonfold ، وهي أول خوارزمية مشتركة بين البروتين ليجند. >
تصميم الأدوية التي ترتبط ببروتين المسبق للأمراض ذات الاهتمام بإحكام واختياره (أي تجنب الربط بالبروتينات الأخرى المطلوبة من أجل الأداء البشري الطبيعي) أمر ذو أهمية قصوى ، كما أوضح. يتم ذلك بسهولة أكثر عندما يعرف المرء كيف ترتبط هذه الأدوية بالبروتين بالضبط (الشكل ثلاثي الأبعاد الدقيق للبروتين المسبق للأمراض). يتيح هذا لأحد إجراء تعديلات دقيقة على يجند بحيث يمكن أن يرتبط بشكل أكثر إحكاما وبشكل أكثر انتقائية. تتناسب معا بطريقة محددة للغاية ليست بالضرورة بديهية أو سهلة التنبؤ. تساعد المحاكاة الفعالة والفعالة لهذه العملية على شاشة مليارات الجزيئات ، على غرار العمليات السابقة التي حددت المرشحين للمخدرات ولكن المضي قدم بيكر ، مصمم خوارزمية Rosettafold من بين آخرين كثيرين ورئيس مختبر مؤثر في جامعة واشنطن ، ليكون مؤسسه المشارك. يشتهر بيكر في الأوساط الأكاديمية والصناعة كواحد من الباحثين الرئيسيين في هذا المجال ، وقد نشر العديد من الأوراق حول هذا الموضوع. اعتمادات الصورة: Tharm Therapeutics
بعد فترة وجيزة من إظهار أن الخوارزميات يمكن أن تتنبأ بهياكل البروتين بناءً على تسلسلها ، أنشأ بيكر أنه يمكن أيضًا أن يهلوس البروتينات الجديدة التي تصرفت كما هو متوقع في المختبر. إنه بوضوح شديد في الحافة الأمامية هنا. وفاز بجائزة اختراق بقيمة 3 ملايين دولار في عام 2020-بالتأكيد إلى كونه مؤسسًا تقنيًا. كما أشار أيثاني بفخر إلى وجود المخضرم ديب ميند سيرجي بارتونوف مديرة لنيو أبحر وقيادة أبحاث الأدوية السابقة سارة سكيرات كرئيسة لاكتشاف المخدرات. مشاركة من General Catalyst و Khosla Ventures و Braavos و Axial و Grep VC. على الرغم من أن هذه الكميات الكبيرة ليست غير شائعة بالنسبة للشركات الناشئة للبرامج ، إلا أنه تجدر الإشارة إلى أن السحر لا يتوقف عند بناء قدرة توصيف هذه التفاعلات البروتينية.
تم استخدام تمويل الشركة في المرحلة الأولى لبناء وزارة الدفاع
اخلاء مسؤولية! هذا المقال لا يعبر بالضرورة عن رأي جامعة الرازي
