في عالم البيولوجيا الجزيئية، يأتي الابتكار الجديد المتمثل في نموذج LC-SEPLM (Long-range Contact-supervised ESM Protein Language Model) ليعيد تعريف كيفية تعاملنا مع بروتينات الحياة. إن نماذج اللغة البروتينية تستمد قوتها من قدرتها على تعلم تمثيلات تسلسلات أحماض أمينية يمكن نقلها عبر المهام المختلفة. ومع ذلك، فإن ما ينقص هذه النماذج هو فهمها للعلاقات ثلاثية الأبعاد بين بقايا الأحماض الأمينية بعد عمليات الطي.

تقوم فكرة LC-SEPLM على دمج إشراف جهات الاتصال بين بقايا الأحماض الأمينية، مما يساعد في توجيه النموذج نحو استيعاب التفاعلات والروابط المعقدة التي تحدث في الفضاء. حيث تم استغلال نموذج ESM2 القائم، مع إضافة تقنيات LoRA وتوجيه إشرافي بعيد المدى، مما سمح بالنظر إلى السياقات العالمية المرتبطة بتلك الجهات الاتصال.

قد تم تدريب النموذج الجديد على 500,000 بروتين من قاعدة بيانات AlphaFold Swiss-Prot، مما أضاف ثراءً هيكلياً لتنوع المعلومات التي تم تقديمها للنموذج. والنتائج كانت مبهرة؛ حيث أظهر النموذج LC-SEPLM تحسناً في جميع المهام الثمانية على مستوى البروتين مقارنةً بالنموذج السابق ESM2. أكثر النتائج وضوحاً كانت في مجال التعرف على الهياكل البعيدة، حيث ارتفعت نسبة الدقة من 0.6122 إلى 0.6769، ما يمثل زيادة ملحوظة بنسبة 6.47 نقطة.

وعلى معيار ESM-S EC الرسمي، تمكن LC-SEPLM من التفوق على النموذج السابق بزيادة قصوى بلغت 0.1771. هذه النتائج تدعم فكرة ضرورة إشراف جهة الاتصال بين بقايا الأحماض الأمينية كوسيلة فعالة لإدخال المعلومات الهيكلية في تمثيلات تسلسل البروتين بينما لا تزال الاحتفاظ بإمكانية التحليل القصير.

إذا كنت متحمساً لتطورات الذكاء الاصطناعي في البيولوجيا الجزيئية، فلا تفوت فرصة مناقشة هذا الابتكار المذهل! ما رأيكم في هذا التطور؟ شاركونا في التعليقات.