هوش مصنوعی Claude ساختار سهبعدی یک ذره سلولی مرموز را در ۹۰ دقیقه ترسیم کرد
تیم تحقیقات زیستی شرکت Anthropic با بهکارگیری هوش مصنوعی Claude موفق شد برای نخستین بار ساختار سهبعدی نوعی ذره سلولی مرموز با منشأ ویروسی را بازسازی کند. این پروژه نشان میدهد که عاملهای هوشمند میتوانند مراحل طراحی، محاسبات و تحلیل دادههای آزمایشگاهی را با سرعتی بیسابقه هماهنگ کنند.

در یک نگاه (نکات کلیدی خبر)
خلاصه مهمترین نکات و تحولات این گزارش برای مطالعه سریع
- هوش مصنوعی Claude با جستجو میان ۱۵ میلیارد توالی پروتئینی، ساختار سهبعدی ذره سلولی والت را در پروتئینهای باکتریوفاژ شناسایی و بازسازی کرد.
- فرایند خالصسازی این ذره به کمک Claude ظرف ۹۰ دقیقه انجام شد در حالی که روشهای سنتی معمولاً به سه روز زمان نیاز دارند.
- پژوهشگران نظارت کامل بر آزمایشهای فیزیکی را حفظ کردند و خطاهای محاسباتی اولیه مدل را برای بهبود آموزش نسخههای بعدی ثبت نمودند.
پژوهشگران شرکت Anthropic از بازسازی نخستین ساختار سهبعدی ذرات شبیه به والت با استفاده از پروتئین باکتریوفاژها خبر دادهاند. باکتریوفاژها ویروسهایی هستند که باکتریها را آلوده میکنند. بر اساس گزارش پژوهشی این تیم، تصویربرداری میکروسکوپ الکترونی کرایو (cryo-EM) پوستهای متشکل از ۹۶ نسخه از پروتئینی به نام L05 را با جرم مولکولی تقریبی ۹٫۵ میلیون دالتون شناسایی کرده است.
هوش مصنوعی Claude در تمامی مراحل پروژه، از کشف توالیهای ژنتیکی گرفته تا بازسازی محاسباتی، نقش محوری ایفا کرد. دانشمندان این مرکز آزمایشهای تجربی را بهشکل فیزیکی در آزمایشگاه پیش بردند و تصمیمگیریهای علمی را زیر نظر داشتند. دستاورد بهدستآمده، بستری سادهتر برای مهندسی زیستی در اختیار زیستشناسان قرار میدهد و معیاری دقیق از نحوه هماهنگی آزمایشهای تجربی توسط یک عامل هوشمند به نمایش میگذارد. نتایج این بررسی در یک پیشنویس علمی منتشر شده است و در انتظار داوری همتا و تکرار مستقل در مراکز دیگر قرار دارد.
معمای ۴۰ ساله ذرات سلولی
لئونارد رم و نانسی کدرشا ذرات والت را در سال ۱۹۸۶ میلادی کشف کردند. ساختار توخالی و شیاردار این ذرات شباهت زیادی به سقف گنبدی کلیساهای جامع دارد و به همین دلیل نام والت (به معنای طاق قوسی) برای آن انتخاب شد. اندازه ذرات والت تقریباً سه برابر ریبوزومها است و یکی از بزرگترین کمپلکسهای مولکولی شناختهشده در سلولهای یوکاریوتی، یعنی سلولهای دارای هسته در جانوران، گیاهان و قارچها بهشمار میرود.
پژوهشگران احتمال میدهند که ذرات والت در انتقال مولکولها درون سلول یا محافظت از سلول در برابر سموم نقش داشته باشند، اما کارکرد دقیق آنها همچنان نامشخص است. موشهای آزمایشگاهی که فاقد این ذرات هستند به زندگی عادی خود ادامه میدهند؛ موضوعی که نشان میدهد نقش حیاتی والتها ممکن است تنها در شرایط خاص محیطی یا فشارهای سلولی ویژه بروز پیدا کند.
پروتئینهای باکتریوفاژ؛ بستری سادهتر برای مهندسی زیستی
پیش از انتشار این تحقیق، تمام ذرات والت که از نظر ساختاری اثبات شده بودند به سلولهای یوکاریوتی تعلق داشتند. پایگاههای داده ژنتیکی حاوی پروتئینهای مشابه والت در باکتریها، باستانیان و ویروسهای آنها بودند، اما تاکنون هیچ آزمایشی مونتاژ شدن این پروتئینها بهشکل پوستههای والت را نشان نداده بود. تیم پژوهشی Anthropic پروتئینهای کاندید را در محیط آزمایشگاهی بیان کرد و دریافت که پروتئین L05 با منشأ باکتریوفاژی توانایی تشکیل چنین ساختارهایی را دارد.
میزبانهای باکتریایی نسبت به سلولهای پستانداران با سرعت بالاتری رشد میکنند و مهندسی ژنتیک آنها بسیار سادهتر است؛ از این رو پروتئین L05 سیستمی بسیار مناسبتر برای مطالعه نحوه مونتاژ و کارکرد ذرات والت بهشمار میرود. با این حال، نقش طبیعی این پروتئین در طول فرایند عفونت باکتریوفاژ هنوز ناشناخته باقی مانده است.
تشکیل پوستهای عریضتر توسط پروتئین L05
ویژگی | ذره والت مشتق از پروتئین L05 باکتریوفاژ | ذره والت در پستانداران |
|---|---|---|
تعداد نسخههای پروتئین | ۹۶ نسخه (۴۸ نسخه در هر نیمه) | ۷۸ نسخه |
ابعاد | حدود ۵۴ در ۴۵ نانومتر | حدود ۶۷ در ۴۰ نانومتر |
شکل کلی | کوتاهتر، عریضتر و کرویتر | کشیدهتر و باریکتر |
حجم نسبی محصور | حدود ۱٫۲۵ برابر | ۱ برابر |
دانشمندان برای بررسی نحوه مونتاژ این پوسته، ۱۵ نسخه جهشیافته از پروتئین L05 را طراحی کردند. تغییر یک اسید آمینه در نزدیکی کلاهک مانع از بسته شدن ساختار شد و ذراتی باز و شبیه به گل پدید آورد. همچنین تکثیر دو بخش از هفت بخش دیواره پروتئین، ابعاد ذرات والت را حدود ۲۰ درصد افزایش داد. این آزمایش اثبات کرد که تکثیر تکرارشونده میتواند سازوکاری منطقی برای تغییر اندازه این ساختارها باشد، هرچند تاریخچه تکاملی آن هنوز مبهم است.
سرنخی پنهان در ۹۶ حفره پروتئینی
هر نسخه از پروتئین L05 حاوی یک حفره است که مولکول کوچک و ناشناختهای در آن جای میگیرد؛ مولکولی که شکل ظاهری آن به کوآنزیم A شباهت دارد. سلولها از کوآنزیم A برای انتقال گروههای شیمیایی میان واکنشهای زیستی استفاده میکنند. آزمایشهای شیمیایی تکمیلی باید هویت دقیق این مولکول را مشخص کنند، اما تأیید آن میتواند سرنخی معین برای درک کارکرد ذرات والت در اختیار پژوهشگران بگذارد.
از ۱۵ میلیارد توالی ژنتیکی تا نقشه سهبعدی
- جستجوی توالیها: سیستم Claude پایگاه دادهای شامل حدود ۱۵ میلیارد پروتئین پیشبینیشده را جستجو کرد و نمونههای خویشاوند والت را در ۲۹ شاخه باکتریایی و ۴ شاخه باستانیان تشخیص داد.
- طراحی سازهها: هوش مصنوعی Claude تعداد ۴۴ توالی پروتئینی منتخب را به ساختارهای بهینهشده DNA برای میزبان تبدیل کرد که شامل تمامی عناصر تنظیمی لازم برای بیان پروتئین بودند.
- خالصسازی: مدل Claude روش کروماتوگرافی اندازهطردی را بههمراه آزمایشهای ردیابی ذرات پیشنهاد داد. این مدل همچنین توصیه کرد که عصاره سلولهای لیزشده مستقیماً وارد ستون جداسازی شود؛ راهکاری میانبر که دانشمندان در ابتدا در پذیرش آن تردید داشتند.
- پردازش میکروسکوپ الکترونی کرایو: عامل هوشمند Claude با بهرهگیری از نرمافزار متنباز RELION در قالب یک سیستم چندعاملی، انبوهی از تصاویر دوبعدی را ترکیب و به یک نقشه چگالی سهبعدی تبدیل کرد، در حالی که پژوهشگران بر تصمیمگیریهای تحلیلی مدل نظارت داشتند.
محققان تمام مراحل فیزیکی را بهصورت دستی در آزمایشگاه پیش بردند و تصمیمگیریهای حساس علمی را در اختیار داشتند. مدل Claude با دسترسی به منابع پردازشی داخلی شرکت Anthropic، پروتکلها را پیشنهاد میداد، برنامهها را اصلاح میکرد و امور محاسباتی را به اجرا درمیآورد.
خالصسازی پروتئین در ۹۰ دقیقه
شرکت Anthropic اعلام کرده است که فرایند خالصسازی ذرات والت حدود ۹۰ دقیقه زمان برده است، در حالی که انجام این کار با روالهای معمول پژوهشی به تخمین محققان حدود سه روز طول میکشد. نخستین مدل ساختاری نیز ۳۴ ساعت پس از آن آماده شد؛ وظیفهای که در شرایط عادی معمولاً چند هفته زمان میبرد. تیم پژوهشی دهها گزینه را بررسی کرد، نمونهها را آماده ساخت و در کمتر از چهار ماه ساختار کامل ذره را مشخص کرد.
این مقایسههای زمانی صرفاً بر اساس تخمینهای پژوهشگران مطرح شده است و آزمون استانداردی برای تفکیک دقیق سهم هوش مصنوعی Claude از تخصص افراد، سختافزارهای پردازشی و تجربیات قبلی تیم انجام نشده است.
محیط کشت نامناسب و نقشه آینهای؛ درسهایی از خطاها
هوش مصنوعی Claude در بخشی از فرایند، پروتکل رشدی پیشنهاد داد که حاوی مادهای افزودنی بود و مانع جذب DNA توسط سلولهای میزبان میشد؛ خطایی که پروژه را دو هفته به تعویق انداخت. علاوه بر این، در حین پردازش تصاویر میکروسکوپ کرایو، این مدل یک مرحله استاندارد را نادیده گرفت و نقشهای ناقص ارائه داد که با تصویر آینهای خود ترکیب شده بود. دانشمندان بلافاصله مداخله کردند و عامل هوشمند را به مسیر استاندارد بازگرداندند.
شرکت Anthropic توضیح داد که بازخوردهای حاصل از این دو خطا در اختیار تیم یادگیری ماشین قرار گرفت تا دادههای آموزشی مدلهای آینده بهبود یابد. این لغزشها همچنین نشان داد که نظارت مستقیم متخصصان انسانی در پروژههای آزمایشگاهی همچنان یک ضرورت غیرقابلانکار است.
چالش تکرارپذیری آزمایشها
شرکت Anthropic پیشنویس فنی این تحقیق را در پایگاه bioRxiv ثبت کرده و اعلام نموده است که دادههای ساختاری تکمیلی به زودی منتشر میشوند. گزارش فعلی فاقد مدل یا کدهای برنامهنویسی جدید است و روند کاری آن بر پایه محصولات موجود Claude و یک چارچوب چندعاملی داخلی بنا شده است.
به گفته Anthropic، یک آزمایشگاه مجهز با دسترسی به ابزارهای موجود Claude میتواند اکثر این مراحل را تکرار کند، اما پردازش دادههای میکروسکوپ الکترونی کرایو بهدلیل نیاز به اجرای همزمان روی صدها تراشه گرافیکی، یک استثنا بهشمار میرود. در حال حاضر عدم دسترسی عمومی به دادههای نهایی ساختار و چارچوب چندعاملی داخلی، بازتولید کامل این پژوهش را محدود کرده است.
پیامدها و چشمانداز آینده
پروتئین L05 سیستمی با قابلیت مهندسی در اختیار زیستشناسان میگذارد تا نحوه مونتاژ، تغییر اندازه، اتصال به مولکولهای کوچک و رفتار این ذرات را در شرایط گوناگون ارزیابی کنند، هرچند کارکرد طبیعی آن در طبیعت همچنان پرسش بیپاسخ اصلی است.
این پژوهش نشان داد که چگونه یک عامل هوش مصنوعی میتواند مراحل شناسایی توالیها، طراحی سازههای زیستی، برنامهریزی خالصسازی و تحلیل ساختاری را در قالب یک چرخه علمی یکپارچه پیوند دهد. تکرار چنین دستاوردهایی در سایر آزمایشگاهها میتواند زمان مورد نیاز دانشمندان برای برنامهریزی و محاسبات را به حداقل برساند و تمرکز اصلی را بر ظرفیتهای تجربی، دسترسی به تجهیزات پیشرفته و توان پردازشی متمرکز کند.
شرکت Anthropic پیش از این نیز از تحقیقات مشترک با Claude در حوزه سیستمهای آنزیمی پرده برداشته بود. انتشار دادههای کامل، تکرار مستقل نتایج توسط پژوهشگران دیگر و بررسی کاربرد این رویکرد در سایر آزمایشها مشخص خواهد کرد که استفاده از چنین عاملهای هوشمندی تا چه اندازه قابل تعمیم خواهد بود.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی

سیستم خودکار OpenAI با یک بار اجرا، ۹۴۸ حفره امنیتی برای دسترسی ریشه در لینوکس کشف کرد
تیم امنیتی OpenAI با بهکارگیری یک سازوکار خودکار مبتنی بر هوش مصنوعی، موفق شد در یک دور آزمایش، ۹۴۸ حفره امنیتی ارتقای دسترسی در هسته لینوکس کشف کند و برای آنها کدهای نفوذ کارآمد بسازد. این دستاورد چشمگیر نشان میدهد هوش مصنوعی میتواند بسیار سریعتر از توان بررسی متخصصان انسانی، آسیبپذیریهای نرمفزاری را شناسایی و ارزیابی کند.

شرکت ZTE شایعه واگذاری بخش موبایل و شراکت تجاری با بایتدنس را تکذیب کرد
شرکت ZTE گزارشهای منتشرشده پیرامون انتقال و واگذاری کسبوکار گوشیهای هوشمند خود به یک شرکت سرمایهگذاری مشترک را بهشدت رد کرد. این شرکت با تکذیب هرگونه گمانهزنی درباره ورود بایتدنس به این معامله، اعلام کرد که این اخبار با واقعیت همخوانی ندارد و حق پیگیری حقوقی را برای خود محفوظ میدارد.

هوش مصنوعی چگونه شیوه جستجو و نحوه دیده شدن برندها در گوگل را دگرگون میکند؟
با ورود هوش مصنوعی مولد، الگوی جستجوی کاربران از کلیدواژههای ساده به گفتگوهای چندوجهی و تعاملی تغییر یافته است. مدیران گوگل تأکید دارند که برندها و فروشگاهها برای دیده شدن در این عصر جدید، باید روایتی یکپارچه و محتوامحور در تمام بسترهای آنلاین ایجاد کنند.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.