كيف تحسب اهتزازات البروتين في ثوانٍ: طريقة جديدة لحساب الصلابة سريع

الأصل: "Machine learning predictions of the Hessian matrix for peptides chains and small proteins"
· Giorgio Domenichini
arXiv:2608.21322v1 · 2026-08-21 · CC BY-SA 4.0 · 1 دقيقة
تعلّم الآلة يتنبأ بكيفية اهتزاز آلاف الذرات في البروتين دون حسابات كمية مكلفة.

البروتين في الخلية ليس ثابتًا كدمية في واجهة عرض. فذراته تهتز باستمرار، وتتمدد وتنحني — تمامًا كوتر الغيتار المشدود الذي يستمر في الاهتزاز بعد نقرته. لفهم وظيفة البروتين، لا بد من تقدير صلابة الروابط بين أجزائه. يصف الفيزيائيون ذلك عبر مصفوفة المشتقات الثانية للطاقة، لكن يمكن تصورها ببساطة كخريطة «الزنبركات» بين الذرات: حيث يكون الرابط صلبًا وحيث يكون مرنًا.

سابقًا، كان بناء مثل هذه الخريطة للجزيئات الكبيرة يتطلب حواسيب فائقة ويستغرق ساعات أو حتى أيامًا. أما الخوارزمية الجديدة فتتعلم على جزيئات صغيرة — الأحماض الأمينية الفردية التي تُجمع منها البروتينات كما تُجمع قطع البناء. ثم تنقل الأنماط المكتسبة إلى بروتين من آلاف الذرات وتحسب خريطة الزنبركات في ثوانٍ. المهم أن الحساب يتم في نظام الإحداثيات الداخلي للجزيء، وليس بالنسبة لنظام إحداثيات مختبري، لذا لا تتغير النتيجة عند تدوير الجزيء أو إزاحته.

تم اختبار دقة الطريقة على الخصائص الديناميكية الحرارية: من خريطة الزنبركات يمكن حساب السعة الحرارية ودرجة العشوائية في حركة الجزيء. لا يتجاوز الانحراف عن الحسابات الدقيقة واحد بالمئة.

هذه السرعة الحسابية تفتح آفاقًا جديدة. يمكن اختبار آلاف المركبات الدوائية بسرعة للعثور على ما يرتبط بإحكام بالبروتين الهدف. أو دراسة كيف تغيّر الطفرة صلابة البروتين. سابقًا كان هذا مكلفًا جدًا من حيث الموارد، أما الآن فهو مسألة دقائق معدودة.

الأحماض الأمينية التي دُرّبت عليها الشبكة العصبية هي كحروف الأبجدية: عددها 20 فقط، لكن منها تُبنى جميع البروتينات في أجسامنا.

العلماء
William Lawrence BraggErwin SchrödingerHugh Everett III
المفاهيم
نموذج لغة البروتين التنبؤ بالخصائص الجزيئية حساب كيميائي كمي التعلم الآلي جهد بين ذري متعلم آليًا نموذج تنبؤي التنبؤ بطي البروتين تدريب نماذج اللغة الكبيرة وسيط مجموعة بيانات محاكاة الديناميكا الجزيئية ببتيد معدل التعلم بيانات التدريب معادلة ميكايليس-مينتن كيمياء ما قبل الحيوية تسلسل حمض أميني شفافية تحليل آلي