به گزارش ایسنا و به نقل از ام. آی. تی نیوز، شاید یک مدل یادگیری ماشینی که توسط پژوهشگران دانشگاه "ام. آی. تی" (MIT) ابداع شده بتواند نحوه شناسایی عملکرد پروتئین توسط آمینواسیدها را تحلیل کند و پژوهشگران را در طراحی و آزمایش پروتئین‌های جدیدی که برای ارائه دارو و انجام دادن پژوهش‌های زیستی به کار می‌روند، یاری دهد.

پروتئین‌ها، زنجیره‌های خطی متشکل از آمینواسیدها هستند که با کمک پپتیدها به هم متصل شده‌اند. به رغم سال‌ها پژوهش و پیشرفت در حوزه تصویربرداری، هنوز دانش انسان در مورد ساختار پروتئین‌ها، بسیار محدود است؛ در نتیجه پژوهشگران تصمیم دارند برای پیش‌بینی ساختار پروتئین، از مدل‌های یادگیری ماشینی استفاده کنند اما این کار، بسیار چالش‌برانگیز است زیرا توالی آمینواسیدها، ساختارهای مشابهی را شکل می‌دهند؛ بنابراین ساختارهای زیادی برای آموزش سیستم‌ها وجود ندارد.

پژوهشگران دانشگاه ام. آی. تی، روش جدیدی برای یادگیری ماشینی ابداع کرده‌اند که می‌تواند با استفاده از ساختار سه‌بعدی پروتئین، محل قرار گرفتن هر آمینواسید را در توالی پروتئین مشخص کند. داده‌های این پژوهش می‌توانند در پیش‌بینی عملکرد هر آمینواسید به مدل یادگیری ماشینی کمک کنند. با استفاده از این داده‌ها، به داده‌های دیگری در مورد ساختار پروتئین نیازی نخواهد بود.

شاید در آینده بتوان از این مدل برای بهبود مهندسی کردن پروتئین‌ها و اصلاح قسمت‌های خاصی از آمینواسیدها استفاده کرد.

"تریستان بپلر" (Tristan Bepler)، نویسنده ارشد این پژوهش گفت: هدف ما از این کار، ارائه جزئیاتی در مورد ساختار پروتئین است. ما می‌خواهیم با این روش، از عملکرد پروتئین‌ها و اهمیت کار آنها آگاه شویم. برای پیش‌بینی عملکرد پروتئین‌ها باید بتوانیم نحوه عملکرد آمینواسیدها را درک کنیم.

مقاله این پژوهش، در نشست بین‌المللی "ICLR" ارائه شد.

انتهای پیام