Загадката на белите белези

Изкуственният интелект може да помогне на учените да решат сложни биологични загадки, но дори и напреднали системи имат ограничения, когато наличната информация е непълна.

Недавно проучване на протеините на афидите илюстрира как комбинирането на компютърни прогнози с генетични доказателства може да преодолее трудна изследователска задача.

Учените откриха, че хиляди бързо променящи се протеини споделят обща структурна основа, предлагайки нови подсказки за начина, по който тези малки насекоми влияят на развитието на растенията.

Разкриване на Скрито Семейство Протеини

Афидите могат да влияят на развитието на определени растения, като въвеждат специализирани протеини в техните тъкани. В някои случаи този процес предизвиква формирането на структури, наречени галове, които предоставят място за насекомите да живеят и да хранят потомството си.

Учените изучават група от тези молекули, наречена протеини BICYCLE. Наименованието им се отнася до повтарящ се модел, включващ аминокиселината цистеин.

Въпреки че изследователите бяха идентифицирали протеините, разбирането на техните роли оставаше трудно, тъй като техните генетични последователности се различаваха значително от познатите протеини, регистрирани в научните бази данни.

Защо Прогнозата на ИИ Загуби

За да разследват, научният екип работи със структурни биолози, за да определят физическите аранжименти на два протеина BICYCLE чрез рентгеновата кристалография. Тази лабораторна техника помага на учените да установят как атомите са организирани в рамките на една молекула.

Получените структури представляваха важна референция за тестването на AlphaFold2, системата за изкуствен интелект, проектирана да предсказва формите на протеините от техните аминокиселинни последователности.

Начално AlphaFold2 не успя да възпроизвежда експериментално определените структури. Проблемът не беше просто липса на изчислителна мощ. Системата също се полага на еволюционна информация, включително на шаблони, споделени от свързани протеини, за да подобри прогнозите си.

Поради това че BICYCLE протеините бяха толкова необичайни, наличните бази данни не предоставяха достатъчно полезни сравнения. Затова ИИ липсваше важен източник на биологичен контекст.

Еволюцията Предоставя Липсващите Подсказки

Учените се справиха с проблема, като събраха допълнителна генетична информация от различни видове афиди. Техният труд включваше полеви проби в Съединените щати и Япония, последвани от последователност на генома, за да разкрият връзките между протеините.

Тези сравнения предоставиха еволюционни доказателства, които липсваха от първоначалния анализ. С добавената информация налична, AlphaFold2 успешно предсказа структура, съответстваща на тази, установена чрез кристалография.

След това екипът разшири подхода си към седем вида афиди, генерирайки около 2,400 структурни предсказания с висока достоверност.

Една Структура, Много Възможни Функции

Споделянето на структурна база не задължително означава, че протеините изпълняват идентични задачи. Учените откриха значително вариране в химичните свойства на външността на протеините. Някои региони се различаваха в електрическите си характеристики и взаимодействия с вода.

Опитите да се разделят протеините на ясно дефинирани групи въз основа на тези свойства бяха неуспешни. Тази разнообразие подсказва, че протеините от типа BICYCLE може да взаимодействат с молекули от растения по много различни начини. Вместо да се разчита на един конкретен механизъм, протеините биха могли да повлияят на няколко биологични процеси вътре в клетките на растенията.

Учените също предложиха, че бързата еволюция на протеините може да помогне на афидите да поддържат тези взаимодействия, като правят техните молекули по-трудни за разпознаване от растенията. Все пак, точните функции на индивидуалните протеини все още изискват допълнителни изследвания.

Какво Значи Откритието За Бъдещите Изследвания

Проучването, публикувано в списание "Proceedings of the National Academy of Sciences" през септември 2026 г., предлага полезен метод за изучаване на протеини, които са се променили твърде много, за да бъдат лесно разпознати с конвенционални методи за сравнение.

Неговата важност надхвърля афидите. Други биологични системи също съдържат бързо развиващи се протеини, които продължават да бъдат трудни за характеризиране. Комбинирането на лабораторни измервания, генетични последователности, еволюционен анализ и прогнози на ИИ може да помогне на учените да изследват тези молекули по-ефективно. Въпреки това, предсказаните структури не са заместител за експериментални доказателства.

Изследването показва, че ИИ може да стане по-ефективен, когато учените осигурят правилния биологичен контекст. Като комбинират експериментално определени структури с генетична информация от различни видове афиди, екипът разкри общ чертеж, скрит зад обширната променливост на протеините.

Следващото предизвикателство е да се определи как тези молекули влияят на клетките на растенията и дали техните разнообразни структури съответстват на различни биологични роли.

Докато изследванията продължават, проучването може да помогне на учените по-добре разбират сложните взаимодействия на растенията, демонстрирайки как еволюционните познания могат да засилят откритията, подпомагани от ИИ.