استخدام نموذج AlphaFold في إعادة تصميم بروتينات تعديل الجينات لزيادة أمانها
نشرت دورية «نيتشر» بحثًا يوظف نموذج الذكاء الاصطناعي «ألفافولد» لإعادة هندسة بروتينات تعديل الجينات بهدف تعزيز أمانها. ويعالج العمل تحديًا جوهريًا يتمثل في التحرير العرضي لتسلسلات حمض نووي خاطئة، إذ يصعب تفاديه تمامًا بسبب الضخامة الكبيرة للجينوم البشري حتى مع ندرة التتابعات المتشابهة. وبتعديل البرنامج لتحديد المناطق المسؤولة عن تلك الأخطاء داخل البروتينات، تمكن الباحثون من إجراء تعديلات تخفف من حدة هذه الآثار غير المستهدفة.
الحقائق الأساسية
نشرت دورية «نيتشر» بحثًا يصف تعديل برنامج ألفافولد لتحديد المناطق الرئيسية في بروتينات تعديل الجينات المسؤولة عن التحرير غير المستهدف.
«In a recent issue of Nature, researchers described modifying the AI protein-folding software AlphaFold to help identify key areas of gene-editing proteins responsible for off-target effects.»
عرض المصدر ←تتسبب ضخامة الجينوم البشري في احتمالية تكرار تسلسلات الحمض النووي النادرة، مما يؤدي حتميًا لوقوع أخطاء تحرير عند تعديل أعداد كبيرة من الخلايا.
«the human genome is very large, and even rare DNA sequences can appear a couple of times by chance.»
عرض المصدر ←تتكون أنظمة تعديل الجينات من ثلاثة مكونات رئيسية، تشمل الحمض النووي الريبي المرشد وبروتين كاس الذي يتفاعل معهما لتعزيز دقة الاستهداف.
«Gene-editing systems have three key components. The first is guide RNA, which can base-pair with the targeted genome sequence.»
عرض المصدر ←
المصادر
شفت معلومة تحتاج تصحيح؟ بلّغنا ونتحقق ونصحّح — سياسة التصحيح
صحّح هذا الخبر