التنبؤ الدقيق ببنية البروتينات باستخدام ألفافولد

البروتينات هي الآلات الجزيئية للحياة. يبدأ البروتين كسلسلة خطّية من الأحماض الأمينية — عشرون نوعاً لكل منها خواص كيميائية مختلفة. خلال أجزاء من الألف من الثانية بعد تصنيع هذه السلسلة، تنطوي على نفسها مكوّنةً شكلاً ثلاثي الأبعاد بالغ الدقة يحدّد وظيفتها: الهيموغلوبين ينقل الأكسجين بفضل شكله، والأجسام المضادة تتعرّف على الفيروسات بفضل شكلها.

تُعرف العلاقة بين التسلسل والبنية بـمشكلة طيّ البروتين. الطرق التجريبية كالتبلور بالأشعة السينية والمجهر الإلكتروني فائق التبريد والرنين المغناطيسي النووي قادرة على تحديد البنية، لكن كلاً منها يستغرق أشهراً ويكلّف عشرات آلاف الدولارات. حتى عام 2020 لم يكن قد حُدِّد تجريبياً سوى نحو 170 ألف بنية — نسبة ضئيلة جداً من مليارات البروتينات الموجودة في الطبيعة.

مسابقة CASP هي مسابقة عمياء تُقام كل عامين، تتنبأ فيها الفرق ببنى بروتينات حُدِّدت أشكالها تجريبياً لكنها لم تُنشر بعد. في نسخة CASP14 عام 2020، حقّق ألفافولد درجة GDT وسطية بلغت 92.4 — مطابقاً للمرة الأولى دقة الطرق التجريبية. أمّا ثاني أفضل طريقة فلم تتجاوز 67.

بنية ألفافولد تتألف من ثلاث مراحل رئيسية، وفهم هذا المسار هو المفتاح لفهم الورقة:

المرحلة الأولى — تضمين المدخلات. يُبحث عن تسلسل الأحماض الأمينية في قواعد بيانات جينية لبناء محاذاة تسلسلات متعددة — وهي مجموعة من التسلسلات القريبة تطورياً من كائنات أخرى. هذه التسلسلات القريبة تكشف أيّ المواضع تتطوّر معاً (أي تتغيّر بشكل مترابط)، مما يشير إلى تقاربها في الفراغ. يُنشأ عندها تمثيلان أوّليّان: تمثيل المحاذاة (يلتقط سمات كل تسلسل عند كل بقيّة) و**التمثيل الثنائي** (يلتقط العلاقة بين كل زوج من البقايا).

المرحلة الثانية — الإيفوفورمر. 48 وحدة من بنية انتباه مبتكرة تصقل كلا التمثيلين في آنٍ واحد. مسار المحاذاة يستخدم انتباهاً صفّياً وعمودياً، ومسار التمثيل الثنائي يستخدم تحديثات مثلثية وانتباهاً مثلثياً. المعلومات تتدفق باستمرار بين المسارين. في هذه المرحلة بالذات يستدلّ النموذج على أيّ البقايا قريبة من بعضها في الفراغ ثلاثي الأبعاد.

المرحلة الثالثة — وحدة البنية. تحوّل التمثيلات المُصقَلة إلى إحداثيات ثلاثية الأبعاد فعلية. كل بقيّة تحصل على إطار إحداثيات محلي (دوران + إزاحة)، يُصقَل بواسطة انتباه النقاط الثابتة. يُعاد تشغيل المسار بالكامل 3 مرات، وكل تمريرة تصقل تنبؤ سابقتها.

الفكرة المحورية التي يقوم عليها ألفافولد هي التطوّر المشترك. عندما يكون موضعان من الأحماض الأمينية متلامسَين في البنية ثلاثية الأبعاد، فإن أي طفرة في أحدهما تخلق ضغطاً تطورياً لحدوث طفرة تعويضية في الآخر — تماماً كقطعتَي أحجية يجب أن تتلاءما معاً: إذا تغيّر شكل إحداهما، فلا بدّ أن تتغير الأخرى لتبقى متوافقة.

لالتقاط هذا النمط، يبني ألفافولد محاذاة تسلسلات متعددة: يبحث في قواعد بيانات مثل UniRef90 وBFD عن تسلسلات مشابهة للبروتين المستهدف ويصفّها عموداً بعمود. كل عمود يمثّل الموضع البنيوي ذاته عبر أنواع حيّة مختلفة. الأعمدة التي تُظهر طفرات مترابطة يُرجَّح أنها متلامسة في الفراغ ثلاثي الأبعاد.

من هذه البيانات يُهيَّأ تمثيلان أوّليّان:

• تمثيل المحاذاة $m_{si}$ بأبعاد (تسلسلات × بقايا × سمات). تخيّله كجدول بيانات: كل صفّ نوعٌ حيّ قريب تطورياً، وكل عمود موضع في البروتين. كل خلية تحمل متّجه سمات يصف تلك البقيّة في ذلك التسلسل.

• التمثيل الثنائي $z_{ij}$ بأبعاد (بقايا × بقايا × سمات). تخيّله كخريطة علاقات: الخلية $(i, j)$ تحمل كل ما يعتقده النموذج حالياً عن العلاقة الفراغية بين البقيّة $i$ والبقيّة $j$.

الإيفوفورمر هو قلب ألفافولد — 48 وحدة مكدّسة تصقل كلا التمثيلين بشكل تكراري. كل وحدة تضمّ مسارين متشابكين: أحدهما لـتمثيل المحاذاة والآخر لـالتمثيل الثنائي، والمعلومات تتدفق بينهما باستمرار. تخيّل فريقين من المحلّلين يعملان جنباً إلى جنب: فريق يدرس الأدلة التطورية في المحاذاة، والآخر يدرس العلاقات الفراغية بين الأزواج، ويتبادلان ملاحظاتهما طوال الوقت.

مسار المحاذاة — انتباه صفّي بانحياز ثنائي: لكل تسلسل في المحاذاة، يُحسب الانتباه عبر مواضع البقايا (أي عبر الأعمدة). هذا يتيح للشبكة تعلُّم أيّ المواضع مرتبطة ببعضها. والنقطة الجوهرية هنا أن التمثيل الثنائي يُحقن كـانحياز في هذا الانتباه — أي أن ما نعرفه مسبقاً عن تقارب البقايا يوجّه مباشرةً طريقة قراءة المحاذاة.

مسار المحاذاة — انتباه عمودي: يُحسب الانتباه على كل عمود في المحاذاة — أي عبر الأنواع المختلفة عند الموضع ذاته. هذا يتيح للشبكة مقارنة كيف تتعامل الكائنات المختلفة مع الموضع نفسه، فتتعلّم أنماط الحفظ التطوري.

متوسط الجداء الخارجي — التواصل من المحاذاة إلى التمثيل الثنائي: يُلخَّص تمثيل المحاذاة ويُنقل إلى التمثيل الثنائي عبر عملية الجداء الخارجي. لكل زوج مواضع $(i, j)$، تأخذ الشبكة متوسط الجداء الخارجي لسمات عموديهما في المحاذاة عبر جميع التسلسلات. بهذه الطريقة يتحوّل التغايُر التطوري إلى معلومات فراغية.

التمثيل الثنائي يشفّر المسافات بين كل زوج من البقايا — لكن المسافات في الفراغ ثلاثي الأبعاد يجب أن تخضع لـ**متباينة المثلث**: إذا كانت البقيّة أ قريبة من ب، وب قريبة من ج، فلا بد أن تكون أ قريبة بدرجة معقولة من ج. آلية الانتباه العادية لا تملك أي وسيلة لفرض هذا القيد.

لذلك يقدّم ألفافولد التحديثات المثلثية الضربيّة — عملية صُمّمت خصيصاً لهذا الغرض. الفكرة بسيطة: لكل حافة $(i, j)$ في التمثيل الثنائي، انظر إلى جميع البقايا الوسيطة $k$ التي تشكّل مثلثات $(i, k, j)$. الحافتان $(i, k)$ و$(k, j)$ تخبرانك بما ينبغي أن تبدو عليه الحافة $(i, j)$.

هناك نوعان: الحواف الصادرة تحدّث $(i, j)$ باستخدام $(i, k)$ و$(j, k)$ — كلتاهما تنطلقان من العقدة ذاتها؛ والحواف الواردة تحدّث $(i, j)$ باستخدام $(k, i)$ و$(k, j)$ — كلتاهما تصلان إلى العقدة ذاتها. يتبع ذلك انتباه ذاتي مثلثي، حيث يأتي انحياز الانتباه لتحديث الصف $i$ من التمثيل الثنائي من معلومات الأعمدة في المصفوفة ذاتها.

بعد المرور بـ48 وحدة من الإيفوفورمر، يصبح التمثيلان غنيَّين بالمعلومات البنيوية — لكنهما ما زالا متّجهات سمات مجرّدة وليسا إحداثيات فعلية في الفراغ. هنا تأتي وحدة البنية لسدّ هذه الفجوة.

كل بقيّة تُمثَّل بـإطار جسم جاسئ — مصفوفة دوران ومتّجه إزاحة يحدّدان موضع عمودها الفقري واتجاهه في الفراغ ثلاثي الأبعاد. في البداية تقع جميع الأُطُر عند نقطة الأصل، ثم تصقلها ثماني وحدات (ذات أوزان مشتركة) بشكل تكراري.

الآلية الجوهرية هنا هي انتباه النقاط الثابتة — آلية انتباه مبتكرة صُمّمت للتعامل مع البنية ثلاثية الأبعاد. الانتباه العادي يحسب التشابه بين متّجهات سمات مجرّدة فقط. أمّا انتباه النقاط الثابتة فيحسب أيضاً التشابه بين نقاط في الفراغ — كل استعلام ومفتاح يولّدان نقاطاً في إطاريهما المحليَّين، وتدخل المسافات بين هذه النقاط في حساب درجات الانتباه. الخاصية الحاسمة: هذا الانتباه ثابت أمام الدوران والإزاحة الشاملين. تدوير البروتين كلّه أو تحريكه لا يغيّر درجات الانتباه، لأن المسافات تُحسب في الأُطُر المحلية.

بعد أن يحدّث انتباه النقاط الثابتة التمثيل الأحادي، تتنبأ شبكة صغيرة بتحديث دوران وإزاحة لإطار كل بقيّة. ثم تُحسب مواضع السلاسل الجانبية من زوايا الالتواء المتنبَّأ بها.

تمريرة واحدة عبر الشبكة تُنتج بنية معقولة، لكنها ليست الأفضل. لذلك يعتمد ألفافولد على إعادة التدوير — أي تشغيل المسار بالكامل 3 مرات، مع إعادة تغذية ناتج كل تمريرة كمُدخل إضافي للتمريرة التالية. تخيّل نحّاتاً: التمريرة الأولى تحدّد الشكل الخام، والثانية تضبط التناسب، والثالثة تصقل التفاصيل.

تحديداً ثلاثة عناصر تُعاد تدويرها: (1) إحداثيات العمود الفقري المتنبَّأ بها من وحدة البنية، (2) التمثيل الثنائي الناتج من الإيفوفورمر، (3) الصف الأول من تمثيل المحاذاة. هذه الآلية فعّالة بشكل لافت — تمنح الشبكة عمقاً مضاعفاً ثلاث مرات دون أن تُضاعف عدد المعاملات، لأن الأوزان مشتركة بين الدورات.

كيف تُعلّم شبكةً أن تتنبأ ببنية ثلاثية الأبعاد؟ تحتاج إلى دالة خسارة تقارن مواضع الذرّات المتنبَّأ بها مع المواضع الحقيقية — لكن هنا دقّة مهمة. إذا كانت البنية المتنبَّأ بها مطابقة للبنية الصحيحة لكنها مُدارة أو مُزاحة في الفراغ، فإن دالة خسارة ساذجة ستعاقب هذا الفرق رغم أن البنية صحيحة تماماً.

لحل هذه المشكلة يقدّم ألفافولد خطأ النقاط المحاذية للإطار: لكل إطار محلي لبقيّة ما، حوّل جميع الذرّات إلى ذلك الإطار واحسب الخطأ. بأخذ المتوسط على جميع الأُطُر كنقاط مرجعية، تصبح هذه الدالة ثابتة أمام الدوران والإزاحة الشاملين — تقيس الدقة البنيوية بصرف النظر عن اتجاه البروتين في الفراغ. هذا أغنى من مقياس RMSD التقليدي لأنه يلتقط الجودة البنيوية المحلية (كل بقيّة تحكم على البنية من وجهة نظرها)، وليس مجرد المحاذاة الإجمالية.

لا قيمة لتنبؤ ما لم تعرف مدى موثوقيته. يتنبأ ألفافولد بدرجة ثقة لكل بقيّة تُسمّى pLDDT (اختبار فرق المسافة المحلية المتنبَّأ)، تتراوح من 0 إلى 100. المناطق التي تتجاوز فيها هذه الدرجة 90 تكون عادةً دقيقة إلى حدود أنغستروم واحد من البنية التجريبية، أمّا المناطق تحت 50 فغالباً ما تكون مضطربة — أي ليس لها بنية ثابتة في الطبيعة أصلاً.

يوفّر ألفافولد أيضاً مصفوفة خطأ المحاذاة المتنبَّأ (PAE) — خريطة بقايا × بقايا تُبيّن الخطأ الموضعي المتوقع للبقيّة $j$ عند محاذاة التنبؤ على البقيّة $i$. هذه المصفوفة تكشف حدود النطاقات: داخل نطاق جاسئ واحد يكون PAE منخفضاً في كل مكان، وبين نطاقات تتحرك باستقلالية يكون مرتفعاً.

ألفافولد لم يحلّ مشكلة حاسوبية فحسب — بل منح علم الأحياء أداةً جديدة تماماً. مصمّمو الأدوية يستخدمونه لإيجاد مواقع الارتباط. مهندسو الإنزيمات يستخدمونه لتصميم بروتينات غير موجودة في الطبيعة. علماء الأحياء التطورية يستخدمونه لدراسة بروتينات قديمة جداً يصعب تحديد بناها تجريبياً. بنية المُحوِّل ذاتها التي تشغّل النماذج اللغوية الحديثة هي التي تشغّل أيضاً التنبؤ بالآلات الجزيئية للحياة.