بروتينات بلا تلعثم سريع
النموذج اللغوي للبروتينات يشبه طاهيًا تعلم من آلاف الوصفات وأصبح يؤلف أطباقًا جديدة. أحيانًا يبالغ فيضع الملح في كل طبق لأنه وجد في كتاب ناجح كمية كبيرة منه. في البروتينات، هذا التكرار ليس مجرد مظهر غير جميل: فالأجزاء المتطابقة من السلسلة تجعل البروتين هشًا، فلا يستطيع أن يطوي بالشكل الصحيح ولا يعمل.
لاحظ العلماء هذه المشكلة في نموذجين شائعين: ESM-3 وProtGPT2. ابتكروا طريقة لتوجيه النموذج لتجنب التكرار دون الإضرار بالبروتين نفسه. ولتحقيق ذلك، جمعوا أزواجًا من الأمثلة: بروتين بتكرار وآخر بدونه، لكن كلاهما يطوي جيدًا بنفس الدرجة. الفرق فقط في التكرار، فيتعلم النموذج رؤيته بدقة.
أطلقوا على الطريقة اسم UCCS — التحكم التبايني الموجَّه. وهي لا تعيد تدريب النموذج، بل تضيف «متجهًا» خاصًا — اتجاهًا يبعد التوليد عن التكرار. في الاختبارات على قواعد بيانات البروتين CATH وUniRef50 وSCOP، قلل النهج الجديد التكرار بشكل أفضل من العقوبات أثناء التوليد، مع الحفاظ على ثقة عالية من AlphaFold في البنية الصحيحة.
الآن يملك العلماء أداة تجعل توليد البروتينات أكثر موثوقية. هذه خطوة نحو تصميم بروتينات جديدة للأدوية والمواد دون الخوف من الحصول على خليط عديم الفائدة من التكرارات.
البروتينات التي تحتوي على تكرارات طويلة للعنصر نفسه ترتبط غالبًا بأمراض — فمثلًا، الأجزاء المتكررة في بعض البروتينات تسبب اضطرابات عصبية تنكسية.
في قصة كيرت فونيجت «الجليد-9»، شكل غير عادي من الجليد يجعل كل الماء يتبلور — هكذا قد يطلق البروتين المتكرر سلسلة تفاعل من الطي غير الصحيح.