پنج سالگی آلفافولد گوگل؛ اثباتی بر اینکه علم، «کیلر اپ» هوش مصنوعی است

دمیس هاسابیس، هم‌ بنیان‌گ ذار و مدیر عامل گوگل دیپ‌مایند (Google DeepMind)، و جان جامپر، محقق ارشد این شرکت، جایزه نوبل شیمی ۲۰۲۴ را برای کار خود بر روی آلفافولد (AlphaFold)، یک مدل هوش مصنوعی که ساختار پروتئین‌ها را پیش‌بینی می‌کند، دریافت کردند. در پنج سالی که از معرفی آلفافولد می‌گذرد، این مدل هوش مصنوعی روش کار بیوشیمی‌دانان را دگرگون کرده است.

به گزارش بخش اخبار فناوری زوم تک به نقل از (Fortune)، در حالی که بسیاری از کسب‌ وکارهای دنیا همچنان به دنبال یافتن «کیلر اپ» (Killer App) یا همان کاربرد انقلابی و حیاتی هوش مصنوعی هستند، بیوشیمی‌دانان قبلاً آن را پیدا کرده‌اند. آن کاربرد، «تاخوردگی پروتئین» است. این هفته مصادف با پنجمین سالگرد معرفی AlphaFold 2 است؛ سیستم هوش مصنوعی ساخته شده توسط گوگل دیپ‌مایند که می‌تواند ساختار یک پروتئین را از روی توالی DNA آن با دقت بسیار بالایی پیش‌بینی کند.

تبدیل هوش مصنوعی به ابزار بنیادین آزمایشگاه‌ ها

در طول این پنج سال، AlphaFold 2 و مدل‌های هوش مصنوعی جانشین آن، تقریباً به اندازه میکروسکوپ‌ها، ظروف پتری و پیپت‌ها به ابزارهای بنیادین و همه‌گیر تحقیقات بیوشیمیایی تبدیل شده‌اند. مدل‌های هوش مصنوعی تغییر روش دانشمندان در جستجوی داروهای جدید را آغاز کرده‌اند و نویدبخش توسعه سریع‌تر و موفق‌تر داروها هستند. آن‌ها همچنین شروع به کمک به دانشمندان برای یافتن راه‌حل‌هایی برای همه چیز، از آلودگی اقیانوس‌ها گرفته تا ایجاد محصولات کشاورزی مقاوم‌تر در برابر تغییرات اقلیمی، کرده‌اند.

جان جامپر، دانشمند ارشد گوگل دیپ‌مایند که تیم پیش‌بینی ساختار پروتئین این شرکت را رهبری می‌کند، به فورچون گفت: «تأثیر آن واقعاً فراتر از تمام انتظارات ما بوده است.» در سال ۲۰۲۴، جامپر و دمیس هاسابیس، جایزه نوبل شیمی را برای کار خود در ایجاد AlphaFold 2 به اشتراک گذاشتند.

آموزش آلفافولد به عنوان یک استاندارد جهانی

یادگیری نحوه استفاده از آلفافولد برای انجام پیش‌بینی‌های ساختار پروتئین اکنون به عنوان یک ابزار استاندارد به بسیاری از دانشجویان زیست‌شناسی در مقطع تحصیلات تکمیلی در سراسر جهان آموزش داده می‌شود. جامپر می‌گوید: «این اکنون فقط بخشی از آموزش برای تبدیل شدن به یک زیست‌شناس مولکولی است.»

مجله فورچون پیش‌تر در یک مقاله ویژه در سال ۲۰۲۰، تلاش گوگل دیپ‌مایند برای حل آنچه به عنوان «مسئله تاخوردگی پروتئین» شناخته می‌شود را شرح داده بود. پروتئین‌ها دارای شکل فیزیکی پیچیده‌ای هستند و قبل از آلفافولد، توصیف این اشکال نیازمند آزمایش‌های آزمایشگاهی زمان‌بر و گران‌قیمت بود.

استفاده از ترانسفورمرها فراتر از چت‌بات‌ ها

این شرکت در نهایت با استفاده از یک ترانسفورمر (Transformer)، همان نوع هوش مصنوعی که موتور چت‌بات‌های محبوبی مانند ChatGPT است، این مشکل را حل کرد. اما به جای آموزش ترانسفورمر بر روی متن برای خروجی دادن کلمه احتمالی بعدی، مدل هوش مصنوعی بر روی پایگاه داده‌ای از توالی‌های DNA پروتئین و ساختارهای پروتئینی شناخته شده، و همچنین اطلاعاتی در مورد اینکه کدام توالی‌های DNA به نظر می‌رسد با هم تکامل می‌یابند (زیرا این سرنخ‌هایی برای ساختار پروتئین فراهم می‌کند)، آموزش داده شد. سپس از آن خواسته شد تا ساختار پروتئین را پیش‌بینی کند.

پوشمیت کوهلی، معاون تحقیقات در گوگل دیپ‌مایند که تلاش‌های این شرکت برای به کارگیری هوش مصنوعی در علم را رهبری می‌کند، گفت: «گاهی اوقات باید خودم را نیشگون بگیرم که اوه، واقعاً جواب داد. راه‌های بسیار بسیار زیادی وجود داشت که ممکن بود شکست بخوریم.»

کوهلی همچنین گفت که آلفافولد ثابت کرد که هوش مصنوعی نه تنها می‌تواند برای شرکت‌های فناوری پول زیادی بسازد، بلکه می‌تواند به علم و در نهایت به بهبود بشریت کمک کند. «آلفافولد واقعاً اصل اساسی و این چشم‌انداز را تأیید کرد که اگر ما در حال توسعه این فناوری و این هوش مصنوعی هستیم، معنادارترین چیزی که بشریت می‌تواند از آن استفاده کند چیست؟ و من فکر می‌کنم علم بهترین مورد استفاده برای هوش مصنوعی است. نمی‌گویم تنها مورد استفاده است، اما قطعاً متقاعدکننده‌ترین مورد استفاده است.»

از ۱۸۰ هزار تا ۲۴۰ میلیون ساختار پروتئین

پروتئین‌ها زنجیره‌های بلندی از اسیدهای آمینه هستند که به عنوان موتورهای حیات عمل می‌کنند و اکثر فرآیندهای بیولوژیکی را کنترل می‌کنند. چگونگی عملکرد یک پروتئین، به نوبه خود، وابسته به شکل آن است. وقتی سلول‌ها پروتئین تولید می‌کنند، اسیدهای آمینه به طور خودب‌هایی به ساختارهای درهم‌پیچیده و تاب‌خورده تبدیل می‌شوند که دارای حفره‌ها و برآمدگی‌ها و گاهی دم‌های بلند و دنباله‌دار هستند.

قوانین شیمی و فیزیک این تاخوردگی را تعیین می‌کنند. به همین دلیل است که کریستین آنفینسن، شیمیدان برنده جایزه نوبل، در سال ۱۹۷۲ فرض کرد که DNA به تنهایی باید به طور کامل ساختار نهایی یک پروتئین را تعیین کند. این یک حدس قابل توجه بود. در آن زمان، هنوز حتی یک ژنوم توالی‌یابی نشده بود. اما نظریه آنفینسن یک زیرشاخه کامل از زیست‌شناسی محاسباتی را با هدف استفاده از ریاضیات پیچیده، به جای آزمایش‌های تجربی، برای مدل‌سازی پروتئین‌ها راه‌اندازی کرد. مشکل اینجاست که تعداد ساختارهای پروتئینی ممکن، از تعداد اتم‌های موجود در جهان بیشتر است، بنابراین مدل‌سازی آن‌ها، حتی با کامپیوترهای پرقدرت، به طرز وحشتناکی دشوار است.

انفجار اطلاعاتی با AlphaFold 2

قبل از AlphaFold 2، تنها راه یک دانشمند برای دانستن ساختار یک پروتئین با هر میزان اطمینان، از طریق یکی از چند فرآیند آزمایشی گران‌قیمت و طولانی بود. در نتیجه، دانشمندان تنها موفق شده بودند ساختارهای حدود ۱۸۰،۰۰۰ پروتئین را قبل از آلفافولد ۲ تعیین کنند. سایر روش‌های مبتنی بر کامپیوتر برای پیش‌بینی ساختار یک پروتئین تنها حدود ۵۰ درصد مواقع دقیق بودند، که کمک چندانی به بیوشیمی‌دانان نمی‌کرد، به خصوص که آن‌ها هیچ راهی برای دانستن پیشاپیش اینکه آیا یک پیش‌بینی قابل اعتماد است یا خیر، نداشتند.

به لطف AlphaFold 2، اکنون بیش از ۲۴۰ میلیون پروتئین وجود دارد که پیش‌بینی ساختار آن‌ها موجود است. این شامل هر پروتئینی که بدن انسان تولید می‌کند و همچنین پروتئین‌های درگیر در بیماری‌های کلیدی انسانی، مانند کووید، مالاریا و بیماری شاگاس می‌شود.

دسترسی جهانی و رایگان برای محققان

گوگل دیپ‌مایند AlphaFold 2 را به صورت رایگان در اختیار محققان قرار داد تا آن را دانلود کرده و روی کامپیوترهای خود اجرا کنند. اما برای دسترسی هرچه بیشتر به پیش‌بینی‌های آن، یک سرور مبتنی بر اینترنت نیز ایجاد کرد که محققان می‌توانستند یک توالی DNA برای پروتئین را آپلود کنند و پیش‌بینی ساختار را دریافت کنند. و گوگل دیپ‌مایند پیش‌بینی‌های ساختاری را برای تقریباً هر پروتئین شناخته شده‌ای ایجاد کرد و آن‌ها را در پایگاه داده‌ای که توسط موسسه بیوانفورماتیک اروپاییِ آزمایشگاه زیست‌شناسی مولکولی اروپا (EMBL-EBI) در خارج از کمبریج، انگلستان اداره می‌شود، سپرده‌گذاری کرد.

تاکنون، بیش از ۳.۳ میلیون نفر از AlphaFold 2 استفاده کرده‌اند. کار اصلی آلفافولد به طور مستقیم در بیش از ۴۰،۰۰۰ مقاله دانشگاهی مورد استناد قرار گرفته است که ۳۰ درصد از آن‌ها بر مطالعه بیماری‌های مختلف متمرکز بوده‌اند. یک مطالعه نشان داد که این مدل هوش مصنوعی به طور مستقیم یا غیرمستقیم به حدود ۲۰۰،۰۰۰ انتشار تحقیقاتی کمک کرده است. طبق داده‌های گوگل دیپ‌مایند، این ابزار همچنین در بیش از ۴۰۰ درخواست ثبت اختراع موفق ذکر شده است.

جامپر به فورچون می‌گوید که بیشترین خشنودی او از نحوه استفاده دانشمندان از آلفافولد برای یافتن کلیدهای فرآیندهای حیاتی بوده است «جایی که آن‌ها حتی نمی‌دانستند باید دنبال چه چیزی بگردند.» برای مثال، دانشمندان اخیراً از آلفافولد برای کمک به کشف یک کمپلکس پروتئینی ناشناخته که برای اجازه دادن به اسپرم جهت بارور کردن تخمک ضروری است، استفاده کردند.

آندره‌آ پائولی، بیوشیمی‌دان در موسسه تحقیقات آسیب‌شناسی مولکولی در وین، اتریش، که آن پروتئین را در سطح اسپرم پیدا کرد، به مجله علمی نیچر (Nature) گفت که تیم او از AlphaFold 2 «برای هر پروژه‌ای» استفاده می‌کند زیرا «سرعت کشف را افزایش می‌دهد.»

گشودن رازهای حیات؛ از بیماری قلبی تا زنبورهای عسل

از جمله اکتشافاتی که آلفافولد در آن نقش داشته، تعیین ساختار یک پروتئین کلیدی در هسته لیپوپروتئین با چگالی کم یا LDL است که بیشتر به عنوان «کلسترول بد» شناخته می‌شود و عامل اصلی بیماری قلبی است. آن پروتئین که apoB100 نامیده می‌شود، قبلاً به دلیل اندازه بزرگ و تعاملات پیچیده‌اش با سایر پروتئین‌ها قابل نقشه‌برداری نبود. اما دو دانشمند در دانشگاه میزوری یک روش تصویربرداری (میکروسکوپ الکترونی کرایوژنیک) را با پیش‌بینی‌های آلفافولد ترکیب کردند تا ساختار apoB100 را پیدا کنند. این امر به نوبه خود ممکن است به دانشمندان کمک کند تا درمان‌های بهتری برای کلسترول بالا پیدا کنند.

دانشمندان دیگر از آلفافولد برای کشف ساختار Vitellogenin استفاده کرده‌اند، پروتئینی که نقش کلیدی در سیستم ایمنی زنبورهای عسل ایفا می‌کند. امید این است که دانستن ساختار این پروتئین به دانشمندان کمک کند تا فروپاشی جمعیت زنبورهای عسل در سطح جهان را بهتر درک کنند و شاید به اصلاحات ژنتیکی دست یابند که بتواند گونه‌های زنبور مقاوم‌تر در برابر بیماری تولید کند.

دقت کلی پیش‌بینی‌های آلفافولد بسته به نوع پروتئین متفاوت است. اما آلفافولد همچنین یک نمره اطمینان (Confidence Score) ارائه می‌دهد که به دانشمندان نشان می‌دهد آیا باید به پیش‌بینی‌های هوش مصنوعی برای ساختار آن بخش خاص از پروتئین اعتماد کنند یا خیر. برای پروتئین‌های انسانی، حدود ۳۶ درصد از پیش‌بینی‌ها دارای اطمینان بالا هستند، در حالی که برای باکتری ای.کولای (E.coli)، آلفافولد در حدود ۷۳ درصد موارد نمره اطمینان بالایی برای ساختار دارد.

برخی از پروتئین‌ها دارای مناطقی هستند که «ذاتاً بی‌نظم» (Inherently disordered) نامیده می‌شوند، زیرا شکل آن‌ها بسته به سایر مواد و پروتئین‌هایی که آن‌ها را احاطه کرده‌اند، به طور اساسی تغییر می‌کند. نه روش‌های تصویربرداری تجربی و نه مدل‌های مبتنی بر هوش مصنوعی اطلاعات خوبی در مورد اینکه این مناطق بی‌نظم چه شکلی خواهند داشت، ارائه نمی‌دهند. (البته AlphaFold 3، مدل هوش مصنوعی قدرتمندتری که گوگل دیپ‌مایند در سال ۲۰۲۴ معرفی کرد، گاهی اوقات — اما نه همیشه — می‌تواند پیش‌بینی کند که چگونه این مناطق بی‌نظم با پروتئین یا مولکول دیگری پیوند می‌خورند.)

تأثیر آلفافولد بر کشف دارو هنوز اثبات نشده است

احتمالاً آلفافولد در نهایت تأثیر عمده‌ای بر کشف دارو خواهد داشت، اگرچه تا به امروز، ارزیابی اینکه این مدل هوش مصنوعی چقدر تفاوت ایجاد کرده است دشوار است. در یک مورد، دانشمندان از آلفافولد استفاده کردند تا دو داروی موجودِ تأیید شده توسط FDA را پیدا کنند که می‌توانستند برای درمان بیماری شاگاس تغییر کاربری دهند؛ یک بیماری انگلی گرمسیری که سالانه تا ۷ میلیون نفر را آلوده می‌کند و منجر به بیش از ۱۰،۰۰۰ مرگ در سال می‌شود.

جامپر گفت که تا حدودی این مدل‌های هوش مصنوعی جانشینِ AlphaFold 2 هستند که احتمالاً نقش مستقیم‌تری در کشف دارو نسبت به ابزار اصلی پیش‌بینی ساختار ایفا خواهند کرد. برای مثال، AlphaFold 3 نه تنها ساختارهای پروتئین، بلکه چندین جنبه حیاتی از نحوه اتصال پروتئین‌ها با یکدیگر و با مولکول‌های کوچک را پیش‌بینی می‌کند. این امر ضروری است زیرا اکثر داروها یا مولکول‌های کوچکی هستند که با یک سایت هدف روی یک پروتئین پیوند می‌خورند تا عملکرد آن را تغییر دهند، یا در برخی موارد خودشان پروتئین هستند. در همین حال، AlphaFold Multimer، افزونه‌ای از آلفافولد ۲، تعاملات پروتئین-پروتئین را پیش‌بینی می‌کند که می‌تواند به طراحی دارو نیز کمک کند.

شرکت‌ های نوظهور و ابزارهای جدید

گوگل دیپ‌مایند یک شرکت خواهر به نام Isomorphic را جدا کرده است که از AlphaFold 3 و سایر ابزارها برای طراحی داروها استفاده می‌کند. این شرکت با نوارتیس (Novartis) و الی لیلی (Eli Lilly) همکاری دارد، اگرچه هنوز نامزدهای دارویی که روی آن‌ها کار می‌کند را به طور عمومی اعلام نکرده است. AlphaFold 3 برای محققان دانشگاهی به صورت رایگان در دسترس است، اما نهادهای تجاری خارج از Isomorphic و گوگل اجازه استفاده از این نرم‌افزار را ندارند.

گوگل دیپ‌مایند همچنین یک مدل هوش مصنوعی به نام AlphaProteo ایجاد کرد که می‌تواند پروتئین‌های جدید با خواص اتصال خاص طراحی کند. و این آزمایشگاه هوش مصنوعی سیستمی به نام AlphaMissense ایجاد کرد که می‌تواند پیش‌بینی کند جهش‌های ژنتیکی تک‌نقطه‌ای چقدر مضر خواهند بود، که ممکن است به دانشمندان در درک علت اصلی بسیاری از بیماری‌ها و یافتن درمان‌های بالقوه، از جمله ژن‌درمانی‌های احتمالی، کمک کند.

نقش مدل‌ های زبانی بزرگ (LLM) در علم

جامپر گفت که شخصاً علاقه‌مند به بررسی این موضوع است که آیا مدل‌های زبانی بزرگ، مانند هوش مصنوعی جمینای (Gemini) گوگل، می‌توانند نقشی در علم ایفا کنند یا خیر. برخی از استارتاپ‌های هوش مصنوعی شروع به آزمایش با LLMهایی کرده‌اند که به دانشمند اجازه می‌دهد عملکرد یک پروتئین را مشخص کند و سپس LLM دستورالعمل DNA برای آن پروتئین را بیرون می‌دهد. (این‌ها هنوز باید به صورت تجربی آزمایش شوند تا ببینیم آیا واقعاً کار می‌کنند یا خیر.) اما جامپر گفت که او تا حدودی نسبت به اینکه این نوع LLMها چقدر در طراحی پروتئین‌های بسیار جدید خوب عمل می‌کنند، بدبین است. جامپر گفت او همچنین می‌داند که برخی افراد اساساً رابط‌های چت‌بات برای آلفافولد ایجاد کرده‌اند، اما گفت که این «آنقدرها جالب نیست.»

در عوض، او گفت آنچه او را هیجان‌زده می‌کند، ایده استفاده از قدرت LLMها برای توسعه فرضیه‌های جدید و طراحی آزمایش‌های نوین برای تست آن‌ها است. دیپ‌مایند یک نمونه اولیه «دانشمند هوش مصنوعی» مبتنی بر جمینای ایجاد کرده است که می‌تواند برخی از این کارها را انجام دهد. اما جامپر گفت که فکر می‌کند این مفهوم پتانسیل بسیار بیشتری دارد. او گفت: «مجموعه داده واقعاً هیجان‌انگیز و مجموعه داده واقعاً بزرگ، تمامیتِ ادبیات علمی است.»