التكنولوجيا الحيويةالذكاء الاصطناعي

خوارزمية جديدة تزيد من التركيز على أقوى المجاهر في العالم

خوارزمية جديدة تزيد من تركيز أقوى المجاهر في العالم – تحسن خرائط الهيكل الجزيئي Cryo-EM 3D ثلاثية الأبعاد.

يطور العلماء تقنية تعمل على تحسين دقة الفحص المجهري الإلكتروني بالتبريد.

Cryo-EM Improvement
خوارزمية جديدة

لقد رأينا جميعًا تلك اللحظة في برنامج شرطي تلفزيوني حيث يقوم أحد المخبرين بمراجعة لقطات أمنية منخفضة الدقة. و بعدها يرصد شخصًا مهمًا على الشريط، ويطلب بلا مبالاة من فني CSI “تحسين ذلك الفيديو”. بعد بضع نقرات على لوحة المفاتيح، وفوراً-يحصلون على صورة مثالية وواضحة لوجه المشتبه فيه. هذا بالطبع، لا يعمل في العالم الحقيقي. لذلك، فقد طور علماء مؤخرًا أداة “تعزيز” حقيقية: أداة تعمل على تحسين دقة المجاهر القوية التي تُستخدم في علم الأحياء والطب.

في دراسة نُشرت في Nature Methods، يوضح فريق بقيادة تيرويليجر من اتحاد نيو مكسيكو و مختبر بيركلي الوطني كيف تعمل خوارزمية كمبيوتر جديدة على تحسين جودة خرائط البنية الجزيئية ثلاثية الأبعاد التي تم إنشاؤها مع المجهر الإلكتروني (cryo-EM).

خرائط cryo-EM

لعقود من الزمان، كانت خرائط cryo-EM التي تم إنشاؤها عن طريق التقاط العديد من الصور المجهرية وتطبيق برامج معالجة الصور أداة حاسمة. خاصة للباحثين الذين يسعون إلى معرفة كيفية عمل الجزيئات داخل الحيوانات والنباتات والميكروبات والفيروسات. في السنوات الأخيرة، تطورت تقنية cryo-EM لدرجة أنها تستطيع إنتاج هياكل ذات دقة ذرية لأنواع عديدة من الجزيئات. ومع ذلك، لا تزال حتى أكثر طرق الكهرومغناطيسية تطوراً تُنشئ خرائط بدقة أقل وشك أكبر مما هو مطلوب لاستنباط تفاصيل التفاعلات الكيميائية المعقدة.

Algorithm Improvements to Lactase Structure

قال المؤلف المشارك للدراسة بول آدامز، مدير قسم الفيزياء الحيوية الجزيئية والتصوير الحيوي المتكامل في مختبر بيركلي: “في علم الأحياء، نكتسب الكثير من خلال معرفة بنية الجزيء”.

ستسهل التحسينات التي نراها باستخدام هذه الخوارزمية على الباحثين تحديد النماذج الهيكلية الذرية من بيانات الفحص المجهري الإلكتروني. هذا مهم بشكل خاص لنمذجة جزيئات بيولوجية مهمة جدًا. مثال على ذلك تلك التي تشارك في نسخ وترجمة الشفرة الجينية، والتي غالبًا ما تُرى فقط في الخرائط منخفضة الدقة بسبب هياكلها الكبيرة والمعقدة متعددة الوحدات.

تعمل الخوارزمية على شحذ الخرائط الجزيئية عن طريق تصفية البيانات. وذلك بناءً على المعرفة الحالية لما تبدو عليه الجزيئات وكيفية تقدير وإزالة الضوضاء (البيانات غير المرغوب فيها) في بيانات الفحص المجهري. تم استخدام نهج له نفس الأساس النظري سابقًا لتحسين خرائط البنية الناتجة عن علم البلورات بالأشعة السينية. وقد اقترح العلماء استخدامه في cryo-EM من قبل. ولكن، لم يتمكن أي شخص من إظهار دليل قاطع على أنه يعمل مع أجهزة التبريد والتطبيقات الإلكترونية حتى الآن.

دقة التطبيق

قام الفريق- بتطبيق الخوارزمية لأول مرة على خريطة متاحة للجمهور لبروتين أبوفيريتين البشري المعروف باحتوائه على 3.1 أنغستروم. الدقة (الأنجستروم يساوي 10 مليار من المتر. كمرجع، يُقدر قطر ذرة الكربون بـ 2 أنجستروم). بعد ذلك، قارنوا نسختهم المحسّنة بخريطة مرجعية أخرى متاحة للجمهور من الأبوفيريتين بدقة 1.8 أنغستروم، ووجدوا ارتباطًا محسنًا بين الاثنين.

بعد ذلك، استخدم الفريق نهجهم في 104 مجموعة بيانات خرائط من بنك بيانات الفحص المجهري الإلكتروني. في نسبة كبيرة من مجموعات الخرائط ، حسنت الخوارزمية الارتباط بين الخريطة التجريبية والبنية الذرية المعروفة، وزادت وضوح التفاصيل.

لاحظ المؤلفون أن الفوائد الواضحة للخوارزمية في الكشف عن التفاصيل المهمة في البيانات، جنبًا إلى جنب مع سهولة استخدامها. وهو تحليل آلي يمكن إجراؤه على معالج الكمبيوتر المحمول .من المرجح أن تجعله جزءًا من جزء قياسي من سير العمل cryo-EM المضي قدما. في الواقع، أضاف أدمز بالفعل شفرة مصدر الخوارزمية إلى مجموعة برامج Phenix، وهي حزمة شائعة لحلول البنية الجزيئية الآلية التي يقود فيها فريق التطوير.

كان هذا البحث جزءًا من جهود Berkeley Lab المستمرة لتطوير قدرات تقنية cryo-EM وريادة استخدامها لاكتشافات العلوم الأساسية. شارك علماء مختبر بيركلي في العديد من الاختراعات المتقدمة التي مكنت من تطوير تقنية cryo-EM ودفعتها لاحقًا إلى حلها الحالي الاستثنائي.

اظهر المزيد

مقالات ذات صلة

زر الذهاب إلى الأعلى