AlphaFold 'ویروسی می شود': پایگاه داده مجتمع های پروتئینی ویروس های رایج را اضافه می کند

هزاران جفت پروتئین از ویروس‌های عامل بیماری، مانند ویروس آبله میمون، به پایگاه داده ساختار پروتئین AlphaFold اضافه شده‌اند. اعتبار: Kateryna Kon/SPL

پایگاه داده ای از ساختارهای پیش بینی شده برای تقریبا هر پروتئین شناخته شده روی زمین در حال ارتقاء است تا برخی از کمتر شناخته شده ترین و کشنده ترین گونه ها را نشان دهد: ویروس ها.

امروزه محققان بیش از 8000 دایمر پروتئین ویروس - جفت مولکول های متقابل - را به پایگاه داده ساختار پروتئین آلفا فولد اضافه کردند. این منبع حاوی پیش‌بینی‌هایی از ساختار سه‌بعدی پروتئین‌ها است که با استفاده از ابزار هوش مصنوعی AlphaFold2 تولید شده و در دسترس عموم قرار می‌گیرد. پروتئین های افزوده شده از 23 خانواده ویروس، همه با اعضای آلوده به انسان می آیند و بخشی از راه اندازی "پورتال آمادگی بیماری همه گیر" در پایگاه داده AlphaFold است که به طور گسترده استفاده می شود و به طور رایگان در دسترس است.

در اوایل سال جاری، محققان ساختارهای پیش‌بینی‌شده‌ای را برای 1.7 میلیون جفت پروتئین در حال تعامل از 20 موجود زنده مورد مطالعه گسترده، از جمله انسان، موش و باکتری‌های مسبب سل اضافه کردند. این اولین باری بود که کمپلکس های پروتئینی - مانند آنزیم های متشکل از دو رشته پروتئینی یکسان - در پایگاه داده AlphaFold گنجانده شد که توسط موسسه بیوانفورماتیک اروپایی آزمایشگاه بیولوژی مولکولی اروپا (EMBL-EBI) در Hinxton، انگلستان نگهداری می شود.

جو گروو، ویروس شناس مولکولی در دانشگاه گلاسکو، بریتانیا، که بخشی از تلاش برای افزودن کمپلکس های ویروسی به پایگاه داده بود، می گوید: «بسیاری از پروتئین های ویروسی به صورت جداگانه عمل نمی کنند، بلکه در هماهنگی با شرکای خود عمل می کنند.

گرو می‌گوید: اگرچه این پایگاه‌داده که بیش از سه میلیون کاربر دارد، ساختارهای پیش‌بینی‌شده‌ای برای اکثر پروتئین‌های شناخته‌شده دارد، اما ویروس‌ها نقطه کوری بوده‌اند. ورودی های با کیفیت بالا برای بسیاری از پروتئین های منفرد، مانند پروتئین های موجود در فلاوی ویروس ها، که شامل ویروس های زیکا و دنگی هستند، وجود ندارد.

این به این دلیل است که وقتی برخی ویروس‌ها تکثیر می‌شوند، مولکول‌های RNA آن‌ها ابتدا به چیزی که به عنوان «پلی پروتئین» شناخته می‌شود، ترجمه می‌شود، که سپس به مولکول‌های عملکردی منفرد تقسیم می‌شود. بنابراین، همیشه از توالی ژنتیکی ویروس مشخص نیست که پروتئین ویروسی کجا شروع و به پایان می رسد، که می تواند منجر به پیش بینی ساختار ناقص شود.

برای بهبود این موضوع، محققان موسسه بیوانفورماتیک سوئیس در ژنو، توالی های دقیقی را برای هزاران پروتئین ویروسی که از پلی پروتئین ها بریده شده اند، شناسایی کردند. در مجموع، Grove و محققان در سازمان‌های مختلف از سراسر جهان، توالی 41774 پروتئین را از حدود 2800 ویروس، از جمله ویروس‌هایی که باعث mpox، سرخک و هپاتیت B می‌شوند، تجزیه و تحلیل کردند.

با این توالی‌ها، محققان از AlphaFold2 برای پیش‌بینی ساختار 40746 همودایمر - که جفت‌هایی از رشته‌های پروتئینی یکسان در تعامل هستند - و نزدیک به 1.7 میلیون هترودیمر استفاده کردند که در آنها این جفت‌ها مولکول‌های متفاوتی هستند. اما، از این تعداد، تنها 2749 از همودایمرها و 5279 از هترودیمرها به اندازه کافی دقیق در نظر گرفته شدند تا در پایگاه داده AlphaFold گنجانده شوند (اگرچه همه پیش‌بینی‌ها در دسترس عموم قرار گرفتند).

پیش‌بینی‌ها فاقد مولکول‌های قندی هستند که بسیاری از پروتئین‌های ویروسی را زینت می‌دهند و به آن‌ها کمک می‌کند تا از تشخیص ایمنی فرار کنند. بسیاری از پروتئین های ویروسی نیز در مجتمع های بزرگتر از دایمرها کار می کنند. به عنوان مثال، پروتئین اسپایکی که SARS-CoV-2 و سایر کروناویروس‌ها را قادر می‌سازد تا سلول‌های میزبان را آلوده کنند، مانند پروتئین ورودی پاکت HIV از سه پروتئین یکسان تشکیل شده است. گرو می‌گوید پیش‌بینی‌های دایمر برای چنین مجتمع‌هایی در بسیاری از موارد در پایگاه داده AlphaFold گنجانده نمی‌شود، زیرا پیش‌بینی‌های دایمر آنها به اندازه کافی دقیق نبود.

سامیر ولانکار، بیوانفورماتیک در EMBL-EBI که بخشی از این پروژه است، می‌گوید که گنجاندن چنین پیش‌بینی‌های «تریمر» گام بعدی آشکار است. اما برای مجتمع‌های بزرگ‌تر، همیشه مشخص نیست که از هر جزء از چند نسخه ساخته شده‌اند.

گرو مشتاق است تا در داده‌ها برای ادامه تحقیقات خود در مورد پروتئین‌های ورودی ویروسی کند. او می‌گوید: «شواهد پودینگ در قرار دادن این داده‌ها و داشتن تیم‌هایی مانند من برای شروع کار است.

doi: https://doi.org/10.1038/d41586-026-03022-1

ژانگ، تی و همکاران. پیش چاپ در bioRxiv https://doi.org/10.64898/2026.04.02.716051 (2026).

محدودیت های جهشی در RSV F و خنثی سازی آن توسط آنتی بادی ها

چه زمانی عفونت ها منجر به کووید طولانی مدت می شوند؟ دانشمندان به محرک ها و درمان های سندرم های پس از ویروس نزدیک می شوند

ساختار و اصول عملکرد یک رپلیزوم ویروس آبله میمون

عامل هوش مصنوعی برای اولین بار وب سایت دولتی را هک می کند: چرا این نقض اهمیت دارد

چگونه در عصر هوش مصنوعی هوشمند بمانیم: علم تفکر انتقادی

دانشمندان را تماشا کنید که طومارهای سوخته را بدون باز کردن آنها رمزگشایی می کنند

به Human Technopole به عنوان یک پست دکتری در هوش مصنوعی برای زیست پزشکی بپیوندید و مدل‌های هوش مصنوعی و چندوجهی را برای کشف مکانیسم‌های زمینه‌ای بیماری انسانی توسعه دهید.

با ترکیب ژنتیک انسانی، هوش مصنوعی و داده های چندوجهی برای کشف مکانیسم های بیماری، به Human Technopole در میلان به عنوان یک پست دکتری در ژنتیک آماری بپیوندید.

شیمی در دانشکده علوم متعهد به پرورش تعالی فراگیر در انواع فعالیت های پژوهشی و آموزشی است.

موسسه چینی برای تحقیقات مغز، پکن (CIBR) (https://www.cibr.ac.cn/) با هدف ایجاد یک برنامه تحقیقاتی میان رشته ای پر جنب و جوش در ...

موسسه چینی برای تحقیقات مغز، پکن

عنوان شغلی: ناشر ارشد مکان: نیویورک یا لندن — مدل کاری ترکیبی تاریخ پایان: 13 اکتبر 2026 درباره Springer Nature Springer ...