آنتی-بادیهای طراحیشده با هوش مصنوعی؛ جهشی تازه از آزمایشگاه برنده نوبل برای تسریع کشف دارو
پژوهشگران مؤسسه طراحی پروتئین (Institute for Protein Design) وابسته به دانشگاه واشینگتن به سرپرستی پروفسور دیوید بیکر، برنده جایزه نوبل شیمی در سال ۲۰۲۴، با بهکارگیری ابزارهای پیشرفته هوش مصنوعی موفق شدهاند آنتیبادیهایی را از پایه (de novo) طراحی کنند که میتوانند با دقتی در حد اتم به اهداف مولکولی خود متصل شوند. نتایج این دستاورد در مجله معتبر Nature منتشر شده است و نشاندهنده جهشی بزرگ در حوزه طراحی منطقی داروها و مهندسی پروتئین است.
در این پژوهش، از مدل هوش مصنوعی RFdiffusion برای ایجاد ساختارهای سهبعدی آنتیبادی استفاده شد. این مدل توانایی آن را دارد که از میان میلیونها احتمال، ساختارهایی را پیشنهاد دهد که بتوانند با اپیتوپهای (epitopes) خاص بر سطح مولکولهای هدف پیوند برقرار کنند. این آنتیبادیها سپس در محیط آزمایشگاهی مورد بررسی قرار گرفتند و نتایج نشان داد که در اغلب موارد، اتصال آنها دقیقاً همانگونه که در شبیهسازیهای رایانهای پیشبینی شده بود، رخ داده است. این یافتهها تأییدی محکم بر کارایی طراحی محاسباتی پروتئینها محسوب میشود.
تحول در روند کشف داروهای آنتیبادی
در گذشته، فرآیند تولید آنتیبادیها عمدتاً با استفاده از ایمنسازی حیوانات انجام میگرفت؛ روشی زمانبر، پرهزینه و متکی بر آزمون و خطا. پژوهش تازه نشان میدهد که اکنون میتوان تنها با کمک رایانه و مدلهای یادگیری عمیق، آنتیبادیهایی طراحی کرد که از همان ابتدا برای هدفی مشخص ساخته میشوند. چنین رویکردی نهتنها هزینه و زمان کشف دارو را کاهش میدهد، بلکه امکان طراحی درمانهای جدید برای بیماریهایی را فراهم میکند که پیشتر غیرقابلدرمان به نظر میرسیدند.
بازار جهانی داروهای آنتیبادی در حال حاضر بیش از ۲۰۰ میلیارد دلار ارزش دارد و پیشبینی میشود تا چند سال آینده به بیش از ۴۰۰ میلیارد دلار برسد. بنابراین، استفاده از فناوریهایی مانند RFdiffusion میتواند شتاب چشمگیری به نوآوری در این حوزه ببخشد و مسیر را برای درمانهای دقیقتر و شخصیتر هموار کند.
نگاهی دقیقتر به روش پژوهش
پژوهشگران در این پروژه بر شش حلقه پروتئینی موجود در بازوهای آنتیبادی تمرکز کردند؛ حلقههایی که بهعنوان ناحیههای تعیینکننده مکمل (CDR loops) شناخته میشوند و وظیفه اصلی آنها تشخیص و اتصال به مولکول هدف است. در حالیکه در گذشته تنها یکی از این حلقهها بهصورت تجربی تغییر داده میشد، در این مطالعه تمامی شش حلقه از ابتدا طراحی شدند. ساختار اصلی آنتیبادی (framework) حفظ شد تا سیستم ایمنی بدن انسان بتواند این مولکول را بهعنوان بخشی طبیعی از بدن بپذیرد و واکنش ایمنی علیه آن نشان ندهد.
برای ارزیابی عملکرد این آنتیبادیها، آنها در برابر چند هدف واقعی از جمله پروتئین سطحی ویروس آنفلوآنزا به نام همگلوتینین (hemagglutinin) و سم تولیدشده توسط باکتری Clostridium difficile مورد آزمایش قرار گرفتند. نتایج این آزمایشها نشان داد که آنتیبادیهای طراحیشده توانستهاند با شکل و موقعیت مناسب به هدف متصل شوند؛ درست همانگونه که مدل رایانهای پیشبینی کرده بود.
همافزایی میان رایانه و زیستفناوری
این پروژه نمونهای الهامبخش از همکاری نزدیک میان زیستشناسی تجربی و طراحی محاسباتی است. پژوهشگران مؤسسه طراحی پروتئین گزارش دادهاند که بازخورد دادههای آزمایشگاهی به اصلاح و بهبود مدلهای هوش مصنوعی کمک کرده و دقت طراحیها را افزایش داده است. نرمافزار مورد استفاده برای این پروژه اکنون بهصورت کد باز (open-source) در پلتفرم GitHub در دسترس پژوهشگران سراسر جهان قرار دارد تا بتوانند از آن برای طراحی آنتیبادیها و پروتئینهای جدید بهره ببرند.
همچنین شرکت نوپای Xaira Therapeutics که توسط اعضای پیشین همین مؤسسه تأسیس شده است، بخشی از فناوری حاصل از این پژوهش را برای توسعه داروهای جدید در فعالیتهای تجاری خود بهکار گرفته است.
گامی بلند برای آینده پزشکی و مهندسی زیستی
اگرچه آنتیبادیهای طراحیشده در این مرحله هنوز وارد فاز بالینی نشدهاند، اما این دستاورد نشان میدهد که طراحی محاسباتی میتواند بهزودی جایگزینی جدی برای روشهای سنتی کشف دارو باشد. پژوهشگران معتقدند این فناوری امکان طراحی دارو برای اهداف دشوار مانند گیرندههای G-پروتئینی (GPCRs) را نیز فراهم خواهد کرد؛ گروهی از پروتئینها که سهم بزرگی از اهداف دارویی را تشکیل میدهند.
این دستاورد، در واقع، ادامه منطقی مسیر پژوهشهای دیوید بیکر است؛ دانشمندی که با کشف اصول طراحی محاسباتی پروتئینها و توسعه ابزارهای هوش مصنوعی در این حوزه، برنده جایزه نوبل شیمی شد و اکنون بار دیگر مرزهای زیستمهندسی را گسترش داده است.
نتیجهگیری
پژوهش جدید مؤسسه طراحی پروتئین نهتنها موفقیتی در سطح فنی و علمی است، بلکه آغازگر دورانی تازه در طراحی منطقی داروها به شمار میآید. با ترکیب قدرت هوش مصنوعی، مدلسازی مولکولی و زیستفناوری پیشرفته، آیندهای متصور است که در آن میتوان تنها با چند کلیک، آنتیبادیهای درمانی سفارشی را برای بیماریهای خاص طراحی کرد.
این رویکرد، تصویری روشن از آینده پزشکی دقیق (Precision Medicine) ارائه میدهد؛ آیندهای که در آن درمانها بهجای کشف تصادفی، با تفکر و طراحی هدفمند ساخته خواهند شد.
