القفيصات (Capsids) هي صناديق بروتينية ينقل الفيروس فيها مادته الوراثية. في العلاج الجيني، تُستخدم هذه الصناديق كرسائل: يوضع الجين المطلوب في الداخل، ويُحتفظ من الخارج بالقدرة على دخول الخلايا. المشكلة أن الصناديق الطبيعية قليلة، بينما المهام كثيرة: واحد يجب أن يصل إلى الكبد فقط، وآخر إلى الدماغ، وثالث ألا يثير استجابة مناعية.
النمذجة العشوائية تساعد في البحث عن نسخ جديدة، لكن فضاء التسلسلات الممكنة هائل — أكبر من عدد الذرات في الكون. من المستحيل استعراضه بالكامل. لذلك، أخذ المؤلفون نموذجاً مدرّباً على ملايين البروتينات، ودرّبوه إضافياً على قفيصات مُختبَرة. تعلّم النموذج التمييز بين التسلسلات القابلة للحياة وغير القابلة. لكن مجرد توليد ما يشبه المعروف — أمر ممل وغير فعال: هكذا نحصل فقط على تنويعات مما هو معروف سابقاً.
للخروج من المألوف، أُضيف التعلم بالتعزيز — أسلوب يحصل فيه البرنامج على مكافأة عن جودتين معاً: القابلية للحياة والجِدّة. كلما ابتعد التسلسل الجديد عن كل التسلسلات المعروفة، ارتفعت درجته في الجِدّة. هكذا يذهب البرنامج إلى مناطق مجهولة من فضاء البروتينات، مع بقاء فرصة أن يكون قابلاً للعمل.
قورنت النتائج: التدريب الإضافي البسيط يعطي الكثير من التسلسلات «الصحيحة» لكنها مشابهة لما هو معروف. أما مع التعلم بالتعزيز، يجد البرنامج نسخاً تختلف كثيراً عن أي شيء وُجد في الطبيعة، ومع ذلك تبقى — حسب التوقعات — قابلة للحياة. الاختيار النهائي للمرشحين لا يأخذ في الاعتبار الجِدّة والقابلية للحياة فحسب، بل أيضاً الخصائص الفيزيائية للبروتين — الاستقرار والذوبانية.
هذا النهج ليس مجرد مولّد للطفرات العشوائية. إنه وسيلة لاستكشاف فضاء البروتينات الممكنة بشكل هادف، وإيجاد حلول غير متوقعة. في المستقبل، قد يسرّع إنتاج نواقل فيروسية مخصصة للعلاج الجيني.
فضاء التسلسلات البروتينية الممكنة واسع لدرجة أنه لو كان كل ذرة في الكون نسخة منفصلة، لما غطينا حتى جزءاً ضئيلاً منه.