مطالعه گوگل دیپ‌مایند در نیچر درباره واترمارک‌گذاری پروتئین‌های طراحی‌شده با هوش مصنوعی با فناوری Carterra HT-SPR اعتبارسنجی شد

www.joplinglobe.com

انتشار در منبع: انتشار در سایت ما:

مقاله اصلی · English

UT-CARTERRA
روند کاری «آزمایشگاه در حلقه»

سالت‌لیک‌سیتی — (Business Wire) — ۱۲ اکتبر ۲۰۲۶

شرکت Carterra، ارائه‌دهنده پلتفرم‌های پرظرفیت تشدید پلاسمون سطحی (HT-SPR™) برای کشف داروهای مبتنی بر آنتی‌بادی و مولکول‌های کوچک، امروز بر نقش پلتفرم LSA-XT خود در پژوهش جدید گوگل دیپ‌مایند که در مجله Nature منتشر شده است، تأکید کرد.

این مقاله با عنوان «واترمارک‌گذاری حفظ‌کننده عملکرد برای پروتئین‌های تولیدشده با هوش مصنوعی» (Function-preserving watermarking of AI-generated proteins) مجموعه‌ای از روش‌ها با نام SynthIDBio را معرفی می‌کند؛ رویکردهایی که امکان درج امضاهای منشأ در توالی‌های پروتئینی طراحی‌شده با هوش مصنوعی و ساختارهای پیش‌بینی‌شده توسط هوش مصنوعی را فراهم می‌کنند.

دانشمندان گوگل دیپ‌مایند در این پژوهش با شرکت Adaptyv Bio همکاری کردند. این شرکت با استفاده از فناوری HT-SPR کارتررا اندازه‌گیری کرد که آیا پروتئین‌های دارای واترمارک همچنان مانند نمونه‌های بدون واترمارک می‌توانند به اهداف خود متصل شوند یا خیر.

برای اینکه یک پروتئین واترمارک‌شده در زیست‌شناسی کاربردی باشد، باید همچنان توانایی اتصال به هدف خود را حفظ کند. این موضوع تنها از طریق آزمایش در آزمایشگاه قابل تأیید است. پژوهشگران با استفاده از اندازه‌گیری‌های دقیق، سینتیک اتصال و میزان تمایل صدها پروتئین طراحی‌شده با هوش مصنوعی را در برابر سه هدف درمانی مرتبط بررسی کردند: حوزه اتصال گیرنده EGFR، حوزه اتصال گیرنده IL-7 و یک هدف دیگر مرتبط با درمان.

این مطالعه همچنین ساختار SynthIDBio را بررسی کرد؛ نسخه‌ای تنظیم‌شده از مدل AlphaFold 2 که واترمارکی نامحسوس را در ساختارهای زیست‌مولکولی پیش‌بینی‌شده ایجاد می‌کند، بدون آنکه دقت پیش‌بینی را به‌طور قابل توجهی کاهش دهد. این اثبات مفهوم می‌تواند کاربردهای مهمی در امنیت زیستی و حفظ یکپارچگی علمی داشته باشد.

گوگل دیپ‌مایند به مجموعه رو‌به‌رشد مدل‌های هوش مصنوعی تولیدکننده پروتئین پیوسته است؛ مدل‌هایی که شامل ابزارهایی مانند AlphaFold و مدل‌های جدید طراحی پروتئین هستند. در کشف دارو با هوش مصنوعی، الگوریتم‌ها می‌توانند پروتئین‌های کاندید و آنتی‌بادی‌ها را در چند روز پیشنهاد دهند و مرحله اصلی را از طراحی به اعتبارسنجی آزمایشگاهی منتقل کنند.

پاسخ نوظهور این رویکرد، «آزمایشگاه در حلقه» است؛ جایی که مدل‌های هوش مصنوعی نامزدهای طراحی را تولید می‌کنند، آزمایش‌های پرظرفیت آن‌ها را بررسی می‌کنند و داده‌های حاصل برای بهبود دور بعدی طراحی‌ها به مدل بازمی‌گردد.

پلتفرم‌های HT-SPR کارتررا در مرکز این چرخه قرار دارند. ترکیب میکروسیالات اختصاصی با SPR بلادرنگ، داده‌های اتصال با کیفیت بالا را در مقیاس وسیع ارائه می‌کند و به پژوهشگران نشان می‌دهد که آیا یک طراحی کار می‌کند و چگونه می‌توان مدل‌ها را بهتر کرد.

جولیا انگلرت، مدیرعامل و هم‌بنیان‌گذار Adaptyv Bio، گفت: «نقش ما تبدیل پروتئین‌های طراحی‌شده با هوش مصنوعی به داده‌های آزمایشگاهی واقعی، سریع و در مقیاس بزرگ است.» او افزود: «ما از HT-SPR کارتررا برای کمپین‌هایی با صدها طراحی استفاده می‌کنیم. این فناوری داده‌های واقعی اتصال و سینتیک را فراهم می‌کند، نه فقط پاسخ بله یا خیر؛ و همین داده‌ها چیزی است که به مدل‌های هوش مصنوعی کمک می‌کند یاد بگیرند و دور بعدی طراحی را بهبود دهند.»

کارتررا همچنان در حال توسعه پلتفرم‌های خود برای پاسخ به نیازهای کشف داروی مبتنی بر هوش مصنوعی است. این شرکت اعلام کرده است که پلتفرم Carterra LSA™ که در فوریه ۲۰۲۶ معرفی شد، نخستین سامانه HT-SPR شش‌کاناله صنعتی است که امکان غربالگری اولیه بیش از ۱۰ هزار تعامل مولکولی کوچک در روز را فراهم می‌کند.

تیم ورمان، مدیر ارشد تجاری کارتررا، گفت: «وقتی گوگل دیپ‌مایند، Adaptyv و دیگر رهبران حوزه هوش مصنوعی به داده‌های اتصال باکیفیت در مقیاس بالا نیاز دارند، موضوع فقط این نیست که کشف دارو در چه مرحله‌ای قرار دارد؛ بلکه مهم این است که داده‌های حیاتی لازم را برای پیشرفت این حوزه فراهم کنیم.»

درباره Carterra

Carterra ارائه‌دهنده فناوری‌های نوآورانه برای تسریع کشف داروهای درمانی جدید است. پلتفرم‌های HT-SPR، از جمله Carterra LSA™، Carterra LSA-XT™ و Carterra Vega™، میکروسیالات ثبت‌شده را با فناوری تشدید پلاسمون سطحی با توان بالا و نرم‌افزار تحلیل یکپارچه ترکیب می‌کنند تا غربالگری و مشخصه‌یابی آنتی‌بادی‌ها و مولکول‌های کوچک را ممکن سازند.