تعتبر التفاعلات بين الببتيدات والبروتينات (Peptide-Protein Interactions) من الجوانب الأساسية في تنظيم الخلايا وتطوير العلاجات الببتيدية. ومع ذلك، فإن عملية تصنيف هذه التفاعلات تجري ببطء مما يعيق تجميع النتائج بشكل واسع. تعد الأساليب الحالية ذات تركيز ضيق، حيث تركز إما على توقع التفاعلات أو توليد الببتيدات مما يعوق التكامل بين أولويات المرشحين، والتفسير على مستوى المخلفات، والتوسع المرتبط بالأهداف.

في هذا الإطار الجديد، تم تقديم نموذج متكامل يجمع بين نموذج متنبئ وموقع شريك (ConGA-PepPI) ونموذج توليدي مشروط على الأهداف (TC-PepGen). يعتمد نموذج ConGA-PepPI أساليب الترميز غير المتناظر، والانتباه المتقاطع ثنائي الاتجاه، والتحويل التقدمي من توقع الأزواج إلى تحديد مواقع الارتباط. يساهم نموذج TC-PepGen في الحفاظ على معلومات الأهداف خلال عملية فك التشفير التلقائي عبر ضمان الشروط الطبقية.

في اختبارات التحقق المتداخلة المعروفة، حقق نموذج ConGA-PepPI دقة بلغت 0.839 وقيمة AUROC بلغت 0.921. بلغت القيم المرتبطة بمواقع الارتباط 0.601 على جانب البروتين و0.950 على جانب الببتيد، وظل الأداء تنافسيًا مقارنة بالمعايير الخارجية. تحت معيار مقياس مدروس للطول، تجاوز 40.39% من ببتيدات TC-PepGen الأنماط الأصلية في AlphaFold 3 ipTM، وأثبتت عملية التوليد غير المقيدة وجود إشارة مرتبطة بالأهداف.

هذا الابتكار يعد خطوة إضافية نحو تعزيز فعالية البحث في تطبيقات التغذية العلاجية وتوجيه الباحثين نحو الطرق المثلى لتطوير علاجات فعالة. فهل أنتم معنيون بتطورات الذكاء الاصطناعي في تطوير العلاجات الببتيدية؟ شاركونا آراءكم في التعليقات!