دانشمندان با غربالگری دسته گسترده ای از آنزیمها و پیش بینی پایداری آنها در شرایط صنعتی، موفق شدهاند با استفاده از یک سیستم مبتنی بر هوش مصنوعی، زمان و هزینه آزمایش های لازم برای یافتن بیوکاتالیستهای مناسب را به طور چشمگیری کاهش دهند.
مقالهای منتشر شده در مجله Science توضیح می دهد که چگونه تیمی از پژوهشگران با بهره گیری از شبکه های عصبی موفق به تولید آنزیمی شدند که می تواند فوم PU را در کمتر از هشت ساعت تجزیه کند. این تیم به رهبری یانچون چن (Yanchun Chen) از دانشکده علوم زیستی و فناوری دانشگاه فناوری شیمیایی پکن فعالیت می کند.
روش های بازیافت سنتی مدت هاست با پایداری شیمیایی و ساختار پیوندی PU دست و پنجه نرم می کنند، که فرآیند دیپلیمریزاسیون را دشوار می سازد. برای غلبه بر این مشکل، پژوهشگران سیستمی به نام GRASE (توصیهگر آنزیم های فعال و پایدار مبتنی بر شبکه عصبی گرافی)۱ طراحی کردند؛ یک سیستم یادگیری ماشینی که ترکیبی از یادگیری خودنظارتی و نظارت شده است و پیش بینی می کند کدام آنزیم ها در شرایط سخت گلیکولیز فعال باقی می مانند.
طبق گزارش Ars Technica، دانشمندان GRASE را با استفاده از مدل هوش مصنوعی Pithia-Pocket ساخته اند؛ مدلی که در طراحی آنزیم و مهندسی پروتئین کاربرد دارد. این مدل برای پیش بینی و بهینه سازی “جیب های فعال”۲ توسعه یافته است—ناحیه هایی از آنزیم که به مولکول های خاص (بسترها) متصل شده و بر آنها اثر می گذارند.
با استفاده از این روش، تیم موفق به کشف آنزیمی به نام AbPURase شد که زمانی که در معرض ۶ مول دیاتیلن گلیکول (حلالی رایج در بازیافت صنعتی پلییورتان) قرار گرفت، سطح فعالیت آن دو مرتبه بیشتر از آنزیمهای اورتاناز شناختهشده قبلی بود. این آنزیم جدید توانست در مقیاس کیلوگرمی، پلییورتان تجاری را تقریباً بهطور کامل در عرض هشت ساعت دیپلیمریزه کند.
تحلیل ساختاری نشان داد که پایداری و کارایی AbPURase ناشی از وجود هسته آبگریز فشرده و حلقه پرولین است؛ ویژگیهایی که به آن کمک میکند تا در حلالهای تهاجمی فعال باقی بماند. پژوهشگران معتقدند این یافتهها میتواند راه را برای فرآیندهای بازیافت شیمیایی مبتنی بر آنزیم هموار کند؛ فرآیندهایی که قادر به تجزیه مواد PU سخت و پیوندی هستند که در عایقها، پوششها و الاستومرها استفاده میشوند.
نویسندگان مقاله خاطرنشان میکنند که GRASE گامی مهم در جهت ادغام یادگیری عمیق و بیوکاتالیز در بازیافت پلیمرها محسوب میشود. این سیستم هوش مصنوعی با غربالگری دسته گسترده آنزیمها و پیشبینی پایداری آنها در شرایط صنعتی، زمان و هزینه آزمایشهای لازم برای یافتن بیوکاتالیستهای مناسب را بهطور چشمگیری کاهش میدهد.
بهعنوان نمونهای از کاربرد هوش مصنوعی در خلق این آنزیم، تصویر فوم پلییورتان بالا با استفاده از هوش مصنوعی مولد تولید شده است.
- Graph Neural Network–based Recommendation of Active and Stable Enzymes
- Active Pockets
بدون دیدگاه