Faida:
- Uwezo wa kutathmini utabiri wa muundo wa AlphaFold kwa alama ya uaminifu ya pLDDT na kuepuka madai kulingana na maeneo ya imani ya chini.
- Uwezo wa kutafsiri alama ya docking kama nafasi ya jamaa, sio mshikamano kamili, na kuthibitisha watahiniwa kwa kipimo cha majaribio cha ushirika
- Uwezo wa kuchuja mapendekezo ya molekuli yenye tija kupitia usanisi, uthabiti, na usalama wa viumbe na kuunganisha utabiri muhimu kwa majaribio ya mvua.
Ili kuelewa kile protini hufanya, ni muhimu kujua umbo lake la pande tatu; kwa sababu muundo huamua utendakazi - mfuko wa kichocheo wa kimeng'enya, uso unaofunga wa kipokezi daima hutokana na umbo lake la pande tatu. Kwa miongo kadhaa, kufunua muundo wa protini kulichukua miezi ya majaribio (X-ray crystallography, cryo-EM). AlphaFold na miundo sawa ya AI imebadilisha picha hii: inaweza kutabiri muundo wa pande tatu wa protini kutoka kwa mlolongo wa amino asidi na usahihi wa juu kwa dakika. Hii ni mapinduzi kwa bioengineering; Lakini kujua mipaka ya mapinduzi ni sharti la kuyatumia kwa usalama.
Katika kitengo hiki, utajifunza jinsi ya kutumia AI katika utabiri wa muundo, uwekaji wa molekuli (kuhesabu jinsi na jinsi molekuli ndogo inavyofunga kwa protini) na mtiririko wa kazi wa muundo wa molekuli; Katika kila hatua utajifunza ambapo utabiri unaishia na jaribio linaanza.
AlphaFold: nguvu na kikomo
AlphaFold (muundo wa kina wa kujifunza unaotabiri muundo wa 3D kutoka kwa mfuatano wa protini) hutoa alama ya kutegemewa (pLDDT - thamani kutoka 0 hadi 100 inayoonyesha jinsi modeli hiyo inavyoaminika kwa kila asidi ya amino) kwa kila ubashiri. PLDDT ya juu (>90) inategemewa kwa ujumla; Maeneo ya chini (<50) mara nyingi ni maeneo yasiyo na utaratibu-sehemu zinazobadilika za protini ambazo hazina muundo maalum-au maeneo ambayo mfano hauna uhakika. Mipaka ambayo AlphaFold inapaswa kujua ni kwamba inatoa muundo mmoja tuli (sio harakati za protini), haifanyi mfano wa ligand (molekuli ndogo inayofunga protini) au athari za ioni za chuma, haichukui athari za hila za mabadiliko kila wakati, na haitoi hakikisho ikiwa tata itaundwa.
Tahadhari: AlphaFold ni dhana iliyotabiriwa, si muundo wa majaribio. Kudai utaratibu kulingana na maeneo yenye PLDDT ya chini au kutambua mfuko wa dawa katika maeneo haya ni upotoshaji. Miundo muhimu lazima idhibitishwe na njia ya majaribio (crystallography, cryo-EM).
Docking: kutabiri docking
Swali la msingi katika uhandisi wa madawa ya kulevya na enzyme ni: "Je, molekuli hii inafunga kwa protini hii, na kwa nguvu gani?" Uwekaji hukokotoa hii na kuiweka katika safu ya chaguo za kukokotoa - takriban muundo wa hisabati ambao hukadiria nguvu za kisheria. Lakini alama za docking ni jamaa na hazitabiri mshikamano wa kweli; Kiwango cha chanya cha uwongo ni cha juu. Mbinu mpya zinazotegemea AI hurahisisha uwekaji docking na kuwa sahihi zaidi, lakini matokeo yake bado ni mfuatano wa kuchanganua - iliyothibitishwa na kipimo cha majaribio cha ulinganifu (kama vile SPR, ITC).
Kidokezo: Tumia kiambatisho kupanga maelfu ya molekuli kabla ya majaribio, si kwa uamuzi kamili wa "kufunga/kutofunga". Kukusanya na kupima molekuli 50 zenye alama za juu zaidi ni bora zaidi kuliko kujaribu 50 bila mpangilio; Lakini uzoefu huamua.
Muundo wa molekuli na mifano ya kuzalisha
Miundo ya kuzalisha—AI inayoweza “kubuni” mfuatano mpya wa protini au molekuli ndogo—inaweza kupendekeza molekuli teuliwa zilizo na sifa zinazohitajika: kimeng’enya thabiti zaidi, kiunzi kipya cha dawa ambacho hufungamana na shabaha. Hii ni yenye nguvu, lakini ina mitego miwili: modeli inaweza kupendekeza molekuli zisizoweza kutengenezwa (kemia isiyowezekana kuzalisha) au mfuatano usio halisi. Ndio maana matokeo yenye tija kila mara huchujwa kupitia usanisi, uthabiti na usalama.
kesi tatu ndogo
Kesi ya 1 - Muundo uliongoza makadirio. Timu ya uhandisi ya kimeng'enya ilikuwa ikifanya kazi bila muundo wa majaribio wa kimeng'enya lengwa. AlphaFold ilielekeza kwenye tovuti tendaji iliyotabiriwa-eneo ambalo kimeng'enya hubeba mmenyuko wa kemikali; Timu ilibuni mabadiliko 3 katika eneo hili. Katika jaribio, shughuli moja iliongezeka kwa mara 2.3. Lakini mabadiliko mawili hayakufanya kazi - utabiri uliongozwa, majaribio yaliamua.
Kesi ya 2 - Mtego mdogo wa eneo la uaminifu. Mwanafunzi alitaka kuambatisha dawa kwenye "mfuko" katika muundo wa AlphaFold. Akiangalia ramani ya pLDDT, aliona kuwa eneo hilo lilikuwa eneo lisilo na usalama wa chini, pengine eneo lisilo na mpangilio na alama 38. Kuhamishwa kwa docking hadi eneo salama; kupoteza miezi kwenye lengo lisilo sahihi kulizuiwa.
Kesi 3 - Pendekezo lisiloweza kutengenezwa. Muundo wa kuzalisha ulipendekeza molekuli 200 ambazo hufungamana na lengo na alama ya juu. Mkemia alipoichuja, aligundua kuwa 40% yake haiwezi kusanisishwa kivitendo au isingekuwa thabiti. Mara tu idadi iliyobaki ya watahiniwa ilipopata uhalisia, 12 ziliunganishwa.
Violezo vinne vinavyoweza kunakiliwa
1) Maoni ya pato la AlphaFold:
Jukumu lako: mwanabiolojia wa miundo. Nitakupa muhtasari wa pLDDTscore wa utabiri wa AlphaFold. Tofautisha ni mikoa ipi inayotegemewa (>90) na ipi inayotiliwa shaka (<50). Usiweke madai yoyote ya utaratibu kulingana na maeneo ya chini ya imani. Andika katika uchapishaji wako kwamba hii si muundo wa majaribio na jinsi ya kuuthibitisha.
2) Mpango wa utiririshaji wa kazi:
Jukumu lako: kemia computational. Eleza mtiririko wa kazi wa kuweka molekuli ndogo kwa [protini inayolengwa]: utayarishaji wa protini, ufafanuzi wa mfukoni unaofunga, utayarishaji wa ligand, bao, mpangilio. Eleza kwamba alama ya kuweka kituo SIYO mshikamano kabisa na itathibitishwa kwa mbinu gani ya majaribio (SPR/ITC).
3) Haki ya muundo wa mabadiliko:
Ningependa mapendekezo ya mabadiliko ili kuongeza uthabiti wa kimeng'enya. Kwa kila pendekezo: nafasi inayolengwa, mantiki (mantiki ya muundo) na hatari inayowezekana (kupoteza shughuli). Eleza kwamba haya ni kubahatisha na kila moja lazima ijaribiwe kwa majaribio. Toa hadi mapendekezo 5 na uyape kipaumbele.
4) Uchujaji wa pato wenye tija:
Nipe kigezo cha kutathmini molekuli zinazopendekezwa na muundo zalishaji: usanisi, uthabiti wa kemikali, saini za sumu (mapango ya miundo), uzito wa molekuli na umumunyifu. Niambie kizingiti ambacho "ninapaswa kuondoa" kwa kila kigezo. Hiki ni kichujio cha awali; Uamuzi wa mwisho ni wa maabara ya mvua.
Mwongozo dhaifu / Mwongozo thabiti
Agizo dhaifu:
Tengeneza dawa inayofunga kwa protini hii.
Hakuna usalama, hakuna kusanisi, hakuna uthibitishaji; AI hutoa matokeo yasiyo halisi, yasiyoweza kuthibitishwa.
Agizo lenye nguvu:
Jukumu lako: kemia computational. Pendekeza mkakati wa KUCHUNGUZA (kulingana na docking) kwa scaffolds ndogo za molekuli ambazo zina uwezo wa kushikamana na [lengwa] la protini. Usitoe molekuli halisi; badala yake eleza hatua kwa hatua ni maktaba gani, mfuko gani, bao lipi na vichujio vipi vya kutumia, na jinsi ya kuthibitisha kila mtahiniwa kwa ushirikiano wa majaribio.
Tofauti: lengo la mkakati, upeo halisi, uthibitishaji wazi na ufahamu wa usalama.
Mtiririko wa kazi ulioandaliwa na uthibitishaji
hatua
Mchango wa AI
mpaka
uthibitishaji
Utabiri wa muundo
Muundo wa 3D wa AlphaFold
Tuli, bila ligand
Cryo-EM/crystallography
Tathmini ya uaminifu
maoni ya pLDDT
Ukanda wa chini hauko wazi
Ulinganisho wa mfano wa kujitegemea
docking
aina ya haraka
Alama ≠ mshikamano
Kipimo cha SPR/ITC
muundo wa mabadiliko
Pendekezo la mgombea
Makadirio ya athari
jaribio la shughuli
uzalishaji wa molekuli
mgombea mpya
Usanisi/utulivu
Kemia + mtihani wa mvua
Mienendo ya Masi: muundo wa kuamsha
AlphaFold hukupa picha moja iliyogandishwa; Hata hivyo, protini ni mashine zinazoendelea kusonga, kutetemeka, mifuko yao kufungua na kufunga. Uigaji wa mienendo ya molekuli (MD—hesabu ya kompyuta ya kusogea kwa atomi za molekuli kwa wakati kulingana na sheria za Newton za fizikia) hufanya harakati hii ionekane: ikiwa mfuko wa dawa umefunguka kweli, jinsi mabadiliko hubadilisha kunyumbulika, ikiwa kuunganisha kusalia thabiti. AI husaidia katika kupanga usanidi wa MD (uteuzi wa uwanja wa nguvu, sanduku la maji, hatua za usawa) na muhtasari wa matokeo, lakini uhalali wa kimwili wa uigaji (wakati wa kutosha, uga sahihi wa nguvu) ni uamuzi wa kitaalamu. Uigaji mfupi au ulioundwa vibaya hutoa matokeo ambayo yanaonekana halisi lakini hayana maana yoyote.
Kidokezo: Kabla ya kuamini matokeo ya uigaji wa MD, uliza maswali mawili: je, mwigo una urefu wa kutosha (je, mfumo umefikia usawa) na je, unatoa tabia sawa unaporudiwa (na mbegu tofauti ya kuanzia)? Uigaji mmoja, mfupi unaonyesha mwelekeo, sio ushahidi.
Makosa ya kawaida
- Kwa kudhani muundo ni hakika bila kuangalia pLDDT. Madai kulingana na maeneo ya usalama mdogo yanapotosha.
- Kukosea alama ya docking kama kipimo cha mshikamano. Alama ni jamaa; Inahitaji majaribio.
- Kukosea muundo tuli kwa ukweli unaobadilika. Protini husonga; Muundo mmoja hauelezi hadithi nzima.
- Kukubali mapendekezo ya molekuli zisizo synthesizable. Pato lenye tija lazima lipitie kichujio cha kemikali.
- Usalama/upofu wa kutumia mara mbili. Maombi ya kuunda sumu au mawakala hatari yanapaswa kukataliwa.
Kwa muhtasari
AlphaFold na docking ni zana zenye nguvu za AI ambazo huharakisha uhandisi wa protini na ugunduzi wa dawa; Utabiri wa muundo unaongoza, uwekaji kizimbani hupanga maelfu ya molekuli, mifano ya uzalishaji hupendekeza watahiniwa wapya. Lakini matokeo ya yote ni dhahania: soma alama za kujiamini za pLDDT, usikosea kuweka alama kwa mshikamano, usichanganye muundo tuli na uhalisia unaobadilika, na uthibitishe kila mgombeaji muhimu kwa majaribio. Usanisi, usalama na ufahamu wa matumizi mawili ni muhimu sana katika muundo wa molekuli.
Jukumu la maombi
Pata ubashiri wa muundo wa mlolongo wa protini unaopatikana kwa umma kutoka kwa hifadhidata ya AlphaFold (au seva ya mtandaoni). Chunguza ramani ya pLDDT na utenganishe maeneo salama na yanayotiliwa shaka. Kisha uwe na maoni ya AI kuhusu tovuti inayotumika ya protini hii na ulinganishe kila dai linalotoa na ramani ya pLDDT: je, dai hilo linatokana na eneo lisiloaminika? Tathmini matokeo katika aya moja.
orodha ya ukaguzi
- [ ] Nilitathmini ubashiri wa muundo pamoja na alama ya uaminifu ya pLDDT.
- [ ] Nimeepuka madai kulingana na maeneo yenye imani hafifu.
- [ ] Nilifasiri alama ya kizimbani kama cheo cha jamaa, si mshikamano kamili.
- [ ] Niliona kuwa muundo tuli hauwakilishi tabia inayobadilika.
- [ ] Nilichuja mapendekezo ya molekuli yenye tija kupitia usanisi na usalama.
- [ ] Niliunganisha kila ubashiri muhimu na mpango wa uthibitishaji wa majaribio.