برای متبلور‌کردن ساختارهای شگفت‌انگیز پروتئین‌ها

در توالی یک ژن، هر سه نوکلئوتید به‌عنوان یک کد در نظر گرفته می‌شود. ماشین ترجمه سلول، با خوانش هر کد، یک آمینواسید را فرا می‌خواند و آنها را برای تبدیل‌شدن به یک رشته پروتئینی در کنار هم قرار می‌دهد، اما عملکرد داشتن پروتئین‌ها فقط با ردیف شدن آمینواسیدها در کنار هم نیست؛ پیچ‌وتاب خوردن این رشته‌های پروتئینی و تشکیل ساختار سه‌بعدی‌شان است که به آنها امکان فعالیت می‌دهد. در‌واقع نحوه تاخوردگی پروتئین‌هاست که در نهایت مشخص می‌کند چه عملکردی را ایفا کنند؛ آنزیمی برای تسهیل انجام یک واکنش شیمیایی در داخل سلول باشند یا آجری در دیواره سلولی یا حتی میلگردی در ساختار اسکلت سلولی! تا چند سال پیش که ابزارهای بشر به حد بسیار خوبی برای خواندن توالی‌های ژنی پیشرفت کرد، دیگر به‌راحتی می‌توانستیم بر‌اساس توالی هر ژن، توالی آمینواسیدهایی که از روی آن ترجمه می‌شوند را پیش‌بینی کنیم، اما شناسایی ساختار سه‌بعدی آنها به این سادگی نیست؛ زیرا عوامل بسیار زیادی بر نحوه تاخوردگی پروتئین‌ها در محیط واقعی سلول‌ها اثرگذار است. بنابراین تنها امکان موجود این بوده براساس پروتئین‌هایی که با روش‌های دشوار مولکولی ساختارشان شناسایی شده، ساختار پروتئین‌ها را با تقریبی نه‌چندان بالا پیش‌بینی کنیم. برندگان نوبل شیمی امسال افرادی بودند که در رمزگشایی از ساختار سه‌بعدی پروتئین‌های ناشناخته اثرگذاری زیادی داشتند. دیوید بیکر، پژوهشگری است که موفق شده انواع کاملا جدیدی از پروتئین‌ها را بسازد. دمیس حسابیس و جان جامپر نیز موفق به توسعه مدل هوش مصنوعی برای حل این مشکل ۵۰ ساله شده‌اند؛ هوش مصنوعی آلفافولد که می‌تواند ساختارهای پیچیده پروتئین‌ها را با دقت بسیار بالایی پیش‌بینی کند. هاینر لینکه، رئیس کمیته نوبل شیمی می‌گوید؛ هر دوی این اکتشافات فرصت‌های گسترده‌ای را روی دنیای تحقیقات و بهبود زندگی بشر می‌گشایند.پروتئین‌ها مولکول‌های بسیار مهمی در ساختار طبیعت هستند. آنها تمام واکنش‌های شیمیایی در درون سلول‌های زنده را کنترل و هدایت می‌کنند. پروتئین‌ها همچنین به‌عنوان هورمون‌ها، پیام‌رسان‌ها، آنتی‌بادی‌ها و واحدهای ساختمانی بافت‌های مختلف عمل می‌کنند. به همین دلیل آشنایی با ساختار سه‌بعدی آنها به‌خوبی می‌تواند تحول بزرگی در زمینه طراحی داروها و ترکیبات موثر در روش‌های درمانی ایجاد کند. حتی شناسایی ساختار پروتئین‌هایی که دچار نقصی در توالی خود شده‌اند می‎تواند به شناسایی دقیق‌تر بیماری‌های ژنتیکی و توسعه روش‌های درمانی برای آنها بینجامد. در سال ۲۰۰۳، دیوید بیکر موفق شد با استفاده از ۲۰ آمینواسید تشکیل‌دهنده پروتئین‌ها، پروتئین کاملا جدیدی طراحی کند که شبیه هیچ پروتئین دیگری در هیچ موجود زنده‌ای نبود. از آن زمان، گروه تحقیقاتی او تعداد قابل‌توجهی پروتئین‌های جدید، از جمله پروتئین‌هایی که می‌توانند به‌عنوان دارو، واکسن، مواد نانو و حسگرهای کوچک مورد استفاده قرار گیرند، تولید کردند.
   
هوش مصنوعی این بار در نوبل شیمی
کشف دوم مربوط به پیش‌بینی ساختارهای پروتئینی است. ازدهه۱۹۷۰، محققان سعی کردند ساختارهای پروتئینی را از توالی اسیدهای آمینه پیش‌بینی کنند، اما این کار بسیار دشوار بود. با این حال، چهارسال پیش یک پیشرفت خیره‌کننده به وجود آمد. در سال ۲۰۲۰، دمیس حسابیس و جان جامپر یک مدل هوش مصنوعی به نام آلفافولد۲ ارائه دادند. آنها با کمک این ابزار توانسته‌اند ساختار تقریبا تمام ۲۰۰ میلیون پروتئینی را که محققان شناسایی کرده‌اند، پیش‌بینی کنند. از زمان توسعه این ابزار تاکنون بیش از دو میلیون نفر از ۱۹۰ کشور از آن استفاده کرده‌اند. در میان هزاران کاربرد علمی، برای مثال محققان اکنون می‌توانند مقاومت آنتی‌بیوتیکی را بهتر درک و آنزیم‌هایی را شناسایی کنند که قابلیت تجزیه پلاستیک را دارند.واقعیت این است که پروتئین‌ها از مهم‌ترین و کلیدی‌ترین مولکول‌های تأثیرگذار در حیات هستند. در واقع بدون پروتئین‌ها هیچ موجود زنده‌ای وجود نخواهد داشت. به همین دلیل ما اکنون می‌توانیم ساختارهای پروتئینی را پیش‌بینی و پروتئین‌های کاملا جدیدی را طراحی کنیم، می‌تواند تحول شگفت‌آوری را در درمان بیماری‌ها و توسعه داروها به دنبال داشته باشد.