في ظل التطورات السريعة في عالم الذكاء الاصطناعي (AI)، تمكّن الباحثون من تطوير إطار عمل جديد يدعى "إطارات LLM-agent"، والذي يسهل دراسة العلاقات المعقدة بين البروتينات عبر الأنسجة المختلفة. تتمثل الفكرة الأساسية في الربط بين بروتينات محورية تتعلق بالأمراض، مما قد يؤدي إلى اكتشاف أساليب علاجية فعالة.

حتى الآن، كانت الدراسات السابقة تركز غالباً على أزواج الأنسجة المحددة بيولوجياً، مما أدى إلى إغفال العديد من الروابط المحتملة. لكن مع هذا الإطار الجديد، تم تحليل جميع 820 مجموعة ثنائية من 41 نسيجاً بشرياً، ليتم التعرف على 1833 تجمعاً بروتينياً محفوظاً.

بعض الأنسجة مثل الأمعاء والسوائل المفصلية والدم والنخاع العظمي تُظهر روابط قوية مع بعضها، وقد كشفت التحليلات أيضاً عن علاقات غير متوقعة مثل العلاقة بين الجلد والنخاع العظمي.

تؤكد هذه النتائج على أهمية استخدام الذكاء الاصطناعي في فهم تعقيدات الشبكات البروتينية، مما يساهم في تقديم موارد جديدة لتحفيز الاكتشافات العلمية في مجالات الآلية والعلاج.

للاستزادة، يمكنكم الاطلاع على الكود والبيانات المتاحة على [الرابط هنا].