Одоогийн COVID-19 тахал нь хакерууд довтлохдоо баяртай байдаг олон асуудлыг үүсгэсэн. 3D хэвлэсэн нүүрний хамгаалалт, гар хийцийн эмнэлгийн маскаас эхлээд бүрэн механик агааржуулалтыг солих хүртэл санааны урсгал урам зориг өгч, зүрхийг дулаацуулж байв. Үүний зэрэгцээ өөр чиглэлээр ахих оролдлого байсан: вирус өөрөө тэмцэх зорилготой судалгаа.
Одоогийн тахал өвчнийг зогсоож, дараагийн бүх өвчнөөс давж гарах хамгийн том боломж нь асуудлын гол үндэс рүү орохыг оролдсон арга барилд оршдог бололтой. Энэхүү "дайснаа мэдэх" аргыг Folding@Home тооцооллын төсөл хэрэгжүүлдэг. Сая сая хүмүүс уг төсөлд гарын үсэг зурж, процессор болон GPU-ийнхаа боловсруулалтын зарим хүчийг хандивлаж байгаа нь түүхэн дэх хамгийн том [тархагдсан] супер компьютерийг бүтээжээ.
Гэхдээ эдгээр бүх эксафлопуудыг яг юунд ашигладаг вэ? Яагаад ийм тооцоолох хүчийг хаях шаардлагатай байна вэ?
Нэгдүгээрт, хамгийн чухал зүйл бол уураг яагаад хэрэгтэй вэ?
Уургууд нь амин чухал бүтэц юм. Тэд зөвхөн эсийн барилгын материалаар хангаад зогсохгүй бараг бүх биохимийн урвалын ферментийн катализаторын үүрэг гүйцэтгэдэг. Хэрэм ч бай
Уургууд нь тэдний үйл ажиллагааг тодорхойлдог бүтцийг хэрхэн олж авдагийг ойлгохын тулд молекул биологийн үндэс, эс дэх мэдээллийн урсгалыг судлах хэрэгтэй.
Үйлдвэрлэл, эсвэл
Рибосомууд нь угсрах машин шиг ажилладаг - мРНХ-ийн загварыг авч, бусад жижиг РНХ хэсгүүдтэй тааруулдаг.
Амин хүчлүүдийн энэ дараалал нь уургийн бүтцийн шатлалын эхний түвшин бөгөөд иймээс үүнийг гэж нэрлэдэг.
Уургийн хэсгүүдийн урт хугацааны холбоо
Гурван хэмжээст бүтцийн дараагийн түвшинд анхдагчаас давж, ухаалаг нэр өгсөн
Уургууд дахь альфа мушгиа ба бета хуудас. Устөрөгчийн холбоо нь уургийг илэрхийлэх явцад үүсдэг.
Эдгээр хоёр бүтэц ба тэдгээрийн хослолууд нь уургийн бүтцийн дараагийн түвшинг бүрдүүлдэг.
Мөн гуравдагч бүтцийн тогтвортой байдал нь амин хүчлүүдийн хоорондох урт хугацааны холбоогоор хангагдана. Ийм холболтын сонгодог жишээ бол
Гуравдагч бүтэц нь гидрофоб эсвэл дисульфидын холбоо зэрэг урт хугацааны харилцан үйлчлэлээр тогтворждог.
хооронд дисульфидын холбоо үүсч болно
Өвчнийг эмчлэх аргыг хайж буй бүтцийг загварчлах
Хөрвүүлэлтийн явцад полипептидийн гинж нь рибосомоос гарах үед эцсийн хэлбэрээ атираат болгож эхэлдэг. Гэсэн хэдий ч биологийн хувьд бүх зүйл тийм ч энгийн зүйл биш юм.
Олон эсүүдэд транскрипц хийсэн генүүд нь орчуулахаас өмнө их хэмжээний засварт ордог бөгөөд генийн цэвэр үндсэн дараалалтай харьцуулахад уургийн үндсэн бүтцийг ихээхэн өөрчилдөг. Энэ тохиолдолд орчуулгын механизмууд нь ихэвчлэн молекулын каперонуудын тусламжийг авдаг бөгөөд энэ нь шинээр үүссэн полипептидийн гинжин хэлхээнд түр зуур холбогдож, түүнийг ямар ч завсрын хэлбэрт оруулахаас сэргийлдэг бөгөөд үүнээс хойш эцсийн хэлбэрт шилжих боломжгүй болно.
Энэ нь уургийн эцсийн хэлбэрийг урьдчилан таамаглах нь тийм ч энгийн ажил биш гэдгийг харуулж байна. Хэдэн арван жилийн турш уургийн бүтцийг судлах цорын ганц арга бол рентген кристаллографи гэх мэт физик аргууд юм. 1960-аад оны сүүлч хүртэл биофизикийн химичүүд уургийн нугалах тооцооллын загварыг бүтээж эхэлсэн бөгөөд үндсэндээ хоёрдогч бүтцийн загварчлалд анхаарлаа хандуулсан. Эдгээр аргууд болон тэдгээрийн үр удам нь үндсэн бүтцээс гадна асар их хэмжээний оролтын өгөгдөл шаарддаг - жишээлбэл, амин хүчлийн бондын өнцгийн хүснэгтүүд, гидрофобик чанар, цэнэгийн төлөвийн жагсаалт, тэр ч байтугай хувьслын цаг хугацааны хувьд бүтэц, функцийг хадгалах зэрэг бүгд эцсийн уураг шиг юу болохыг таамаглаж байна.
Folding@Home сүлжээн дээр ажиллаж байгаа гэх мэт хоёрдогч бүтцийг урьдчилан таамаглах өнөөгийн тооцооллын аргууд нь 80% орчим нарийвчлалтай ажилладаг бөгөөд энэ нь асуудлын нарийн төвөгтэй байдлыг харгалзан үзэхэд маш сайн юм. SARS-CoV-2 баяжуулалтын уураг зэрэг уургийн талаар урьдчилан таамаглах загвараар үүсгэсэн өгөгдлийг вирусын физик судалгааны өгөгдөлтэй харьцуулах болно. Үүний үр дүнд уургийн нарийн бүтцийг олж авах, магадгүй вирус рецепторуудтай хэрхэн холбогддогийг ойлгох боломжтой болно.
Уургийн нугалах судалгаа нь маш олон өвчин, халдварын талаарх бидний ойлголтын гол цөм нь байдаг тул бид сүүлийн үед өсөх хандлагатай байгаа COVID-19-ийг хэрхэн ялах талаар Folding@Home сүлжээг ашигласан ч энэ сүлжээ ялах болно. удаан ажиллахгүй байх. Энэ нь Альцгеймерийн өвчин эсвэл галзуу үхрийн өвчин гэж нэрлэгддэг Крейцфельдт-Якобын хувилбар гэх мэт олон арван уургийн эмгэгийн үндэс суурь болдог уургийн хэв шинжийг судлахад тохиромжтой судалгааны хэрэгсэл юм. Өөр нэг вирус зайлшгүй гарч ирэх үед бид түүнтэй дахин тэмцэж эхлэхэд бэлэн байх болно.
Эх сурвалж: www.habr.com