بررسی ذرات ولت با کمک Claude؛ گامی تازه در شناخت ساختارهای سلولی ناشناخته

این پژوهش علاوه بر ارائه اطلاعات تازه درباره ساختار و نحوه شکل‌گیری ولت‌ها، نشان می‌دهد که چگونه می‌توان از هوش مصنوعی در مراحل مختلف تحقیقات زیست‌شناسی، از جست‌وجوی توالی‌های پروتئینی تا پردازش داده‌های میکروسکوپی، استفاده کرد.

چرا ذرات ولت مهم است؟

ذرات ولت ساختارهای پروتئینی بزرگ و توخالی هستند که در سلول‌های موجودات مختلف یافت می‌شوند، اما با وجود شناسایی آن‌ها در سال ۱۹۸۶، عملکرد زیستی‌شان همچنان ناشناخته باقی مانده است. ولت‌ها از نظر اندازه حدود سه برابر ریبوزوم جرم دارند و از بزرگ‌ترین مجموعه‌های مولکولی شناخته‌شده در سلول‌های یوکاریوتی محسوب می‌شوند. این ساختارها در بیشتر شاخه‌های درخت تکاملی یوکاریوت‌ها، از کپک‌های مخاطی تا انسان، وجود دارند. در پستانداران، پوسته ولت از ۷۸ نسخه پروتئین اصلی ولت تشکیل شده که در دو نیمه مشابه کنار یکدیگر قرار گرفته‌اند. شکل این ساختار هنگام مشاهده با میکروسکوپ الکترونی، یادآور سقف‌های طاق‌دار کلیساها بود و به همین دلیل نام Vault برای آن انتخاب شد.

با وجود گستردگی حضور ولت‌ها در موجودات زنده، عملکرد آن‌ها هنوز مشخص نیست. فرضیه‌های مختلفی درباره نقش احتمالی این ساختارها مطرح شده است؛ از جمله انتقال مولکول‌ها میان هسته و سیتوپلاسم، محافظت از سلول در برابر ترکیبات سمی مانند داروهای ضدسرطان و مشارکت در سیستم ایمنی ذاتی. بااین‌حال، هیچ‌یک از این فرضیه‌ها تاکنون به طور قطعی تأیید نشده‌اند. همچنین، آزمایش‌ها نشان داده‌اند موش‌هایی که فاقد ولت هستند همچنان زنده می‌مانند و رشد طبیعی دارند. این موضوع احتمال می‌دهد که ولت‌ها فقط در شرایط محیطی خاص ضروری باشند.

پژوهشگران آنتروپیک برای بررسی این معما، به سراغ خویشاوندان پروتئینی ولت در موجودات پروکاریوتی از جمله باکتری‌ها و باکتریوفاژها رفتند. باکتریوفاژها ویروس‌هایی هستند که با آلوده‌کردن باکتری‌ها، از سازوکار سلولی آن‌ها برای تولید پروتئین‌های خود استفاده می‌کنند. پیش‌تر، پروتئین‌های مرتبط با ولت در ژنوم پروکاریوت‌ها و فاژها شناسایی شده بودند، اما مشخص نبود که آیا این پروتئین‌ها می‌توانند ساختارهای کامل ولت‌مانند تشکیل دهند یا خیر.

شناسایی و بازسازی ساختار ولت با کمک Claude

پژوهش با جست‌وجوی خویشاوندان پروتئین ولت در پایگاه داده‌ای شامل حدود ۱۵ میلیارد پروتئین پیش‌بینی‌شده آغاز شد. Claude با استفاده از ابزار Claude Science به شناسایی توالی‌های مرتبط کمک کرد. نتایج نشان داد این پروتئین‌ها اگرچه نادر هستند، در ۲۹ شاخه اصلی باکتری‌ها و چهار شاخه از آرکی‌ها وجود دارند؛ بااین‌حال، کمتر از یک درصد گونه‌هایی که ژنوم آن‌ها توالی‌یابی شده است، این پروتئین‌ها را دارند.

Claude Science، یک میز کار هوش مصنوعی برای دانشمندان

پژوهشگران ۴۴ پروتئین را برای آزمایش انتخاب کردند. Claude توالی پروتئینی هرکدام را به توالی DNA متناسب با میزبان سلولی تبدیل کرد، توالی‌های تنظیم‌کننده بیان ژن را افزود و طرح‌های آماده سفارش را تهیه کرد. سپس پروتئین‌های منتخب در محیط‌های بدون سلول آزمایش شدند تا میزان تولید پروتئین کامل مشخص شود. از میان ۲۴ نمونه برتر، ۱۵ مورد توانستند در باکتری‌های E. coli پروتئین محلول تولید کنند.

مرحله بعد، جداسازی ذرات ولت بود. روش متداول برای خالص‌سازی ولت‌های یوکاریوتی، استفاده از سانتریفیوژ و لایه‌های قندی با چگالی افزایشی است؛ فرایندی که حدود سه روز طول می‌کشد. پژوهشگران برای کاهش این زمان، کروماتوگرافی اندازه‌ای (Size-Exclusion Chromatography) را انتخاب کردند. در این روش، نمونه از ستونی حاوی دانه‌های متخلخل عبور می‌کند. مولکول‌های کوچک وارد منافذ دانه‌ها می‌شوند، اما ذرات بزرگ ولت نمی‌توانند وارد این منافذ شوند و زودتر از ستون خارج می‌شوند.

Claude در ابتدا این روش را به دلیل احتمال خروج هم‌زمان تجمعات پروتئینی بدتاخورده از ستون، نامناسب دانست؛ اما در ادامه با پیشنهاد ستون مناسب و روش‌هایی برای ردیابی پروتئین و بررسی تشکیل ذرات، به بهینه‌سازی فرایند کمک کرد. همچنین پیشنهاد داد محتویات سلول‌های تخریب‌شده E. coli بدون خالص‌سازی اولیه مستقیماً وارد ستون شوند. این پیشنهاد با وجود نگرانی پژوهشگران درباره گرفتگی ستون و آلودگی نمونه، آزمایش شد و نتیجه موفقیت‌آمیز بود.

در نهایت، زمان خالص‌سازی از حدود سه روز به تقریباً ۹۰ دقیقه کاهش یافت. بررسی میکروسکوپی نشان داد که هفت مورد از ۱۵ پروتئین آزمایش‌شده توانسته‌اند ذرات ولت‌مانند تشکیل دهند. تصویربرداری با میکروسکوپ الکترونی کرایوژنیک (Cryo-EM) نیز شکل ولت را در چهار نمونه تأیید کرد؛ دو نمونه منشأ باکتریایی و دو نمونه منشأ فاژی داشتند.

نقش Claude در تسریع پژوهش و محدودیت‌های آن

یکی از اهداف اصلی این پروژه، بررسی امکان استفاده از Claude در تمام مراحل تحقیقات زیست‌شناسی بنیادی بود. این مدل در جست‌وجوی پایگاه‌های پروتئینی، طراحی سازه‌های DNA، بهینه‌سازی روش خالص‌سازی و پردازش داده‌های میکروسکوپی مشارکت داشت. پژوهشگران اعلام کردند که فرایندی که معمولاً هفته‌ها یا ماه‌ها برای تعیین ساختار مولکولی زمان می‌برد، با کمک Claude در مدت ۳۴ ساعت به نخستین مدل کامل رسید. نقشه‌های نهایی نیز حدود یک هفته پس از آغاز پردازش آماده شدند.

هوش مصنوعی در زیست‌شناسی

بااین‌حال، استفاده از هوش مصنوعی بدون خطا نبود. یکی از پروتکل‌های طراحی‌شده توسط Claude شامل افزودنی‌ای در محیط کشت بود که ورود DNA به سلول را مختل می‌کرد و پروژه را دو هفته به تأخیر انداخت. همچنین، این مدل در مراحل اولیه پردازش تصاویر Cryo-EM یک مرحله استاندارد را حذف کرد و نقشه‌ای معیوب، ترکیب‌شده با تصویر آینه‌ای ساختار، تولید کرد. پژوهشگران با اصلاح مسیر پردازش، این خطا را برطرف کردند.

تیم تحقیقاتی اعلام کرد که یادداشت‌های آزمایشگاهی و خطاهای Claude را در اختیار پژوهشگران یادگیری ماشین آنتروپیک قرار داده است تا در بهبود مدل استفاده شوند. به گفته آن‌ها، مدل‌های جدیدتر در طول پروژه عملکرد بهتری در طراحی سازه‌های DNA و شناسایی مشکلات احتمالی آزمایش‌ها نشان دادند. این تجربه همچنین نشان داد که خطاهای هوش مصنوعی در حوزه‌هایی که پژوهشگران تخصص کمتری دارند، ممکن است دیرتر شناسایی شوند و هزینه زمانی بیشتری ایجاد کنند.

در مجموع، این پروژه در کمتر از چهار ماه به غربالگری ده‌ها پروتئین، آماده‌سازی نمونه‌های میکروسکوپی و تعیین نخستین ساختار ولت در پروکاریوت‌ها منجر شد. بخش عمده این فرایند با محصولات موجود Claude قابل‌انجام بود؛ هرچند پردازش Cryo-EM برای تسریع کار به صدها پردازنده گرافیکی به‌صورت موازی نیاز داشت.

پژوهش آنتروپیک با ارائه نخستین ساختار سه‌بعدی ولت پروکاریوتی، مسیر تازه‌ای برای بررسی این پرسش‌ها گشوده و هم‌زمان نشان داده است که هوش مصنوعی می‌تواند با تسریع فرایندهای آزمایشگاهی و تحلیل داده‌ها، نقش مؤثری در تحقیقات زیست‌شناسی بنیادی ایفا کند.

پیپر پژوهشی پیش‌چاپ Prokaryotic homologs of the major vault protein form engineerable vault nanocapsules