Mevcut COVID-19 salgını, bilgisayar korsanlarının saldırmaktan mutluluk duyduğu birçok sorun yarattı. 3D baskılı yüz siperlerinden ev yapımı tıbbi maskelere, tam mekanik ventilatörün değiştirilmesine kadar fikir akışı ilham verici ve yürekleri ısıtıyordu. Aynı zamanda başka bir alanda ilerleme girişimleri de vardı: Virüsle mücadeleyi amaçlayan araştırmalarda.
Görünen o ki, mevcut salgını durdurmanın ve sonraki salgınları geride bırakmanın en büyük potansiyeli, sorunun köküne inmeye çalışan bir yaklaşımda yatıyor. Bu "düşmanını tanı" yaklaşımı Folding@Home bilgisayar projesi tarafından benimsenmiştir. Milyonlarca insan projeye kaydoldu ve işlemcilerinin ve GPU'larının işlem gücünün bir kısmını bağışlayarak tarihteki en büyük [dağıtılmış] süper bilgisayarı yarattı.
Peki tüm bu exaflop'lar tam olarak ne için kullanılıyor? Bu kadar bilgi işlem gücünü kullanmak neden gerekli?
İlk olarak, en önemli şey: proteinlere neden ihtiyaç duyulur?
Proteinler hayati yapılardır. Yalnızca hücreler için yapı malzemesi sağlamakla kalmazlar, aynı zamanda hemen hemen tüm biyokimyasal reaksiyonlar için enzim katalizörleri olarak da görev yaparlar. Sincaplar olsun
Proteinlerin işlevlerini belirleyen yapıyı nasıl edindiklerini anlamak için moleküler biyolojinin temellerini ve hücredeki bilgi akışını gözden geçirmemiz gerekir.
Üretim veya
Ribozomlar montaj makineleri gibi çalışır; mRNA şablonunu alır ve onu diğer küçük RNA parçalarıyla eşleştirir.
Bu amino asit dizisi, protein yapısal hiyerarşisinin ilk seviyesidir, bu yüzden buna denir.
Protein parçalarının uzun menzilli bağları
Birincil seviyenin ötesine geçen üç boyutlu yapının bir sonraki seviyesine akıllı bir isim verildi.
Proteinlerdeki alfa helisleri ve beta tabakaları. Hidrojen bağları protein ekspresyonu sırasında oluşur.
Bu iki yapı ve bunların kombinasyonları protein yapısının bir sonraki seviyesini oluşturur.
Ayrıca üçüncül yapıların stabilitesi, amino asitler arasındaki uzun mesafeli bağlarla sağlanır. Bu tür bağlantıların klasik bir örneği
Üçüncül yapı, hidrofobiklik veya disülfit bağları gibi uzun menzilli etkileşimlerle stabilize edilir
arasında disülfit bağları oluşabilir.
Hastalıklara çare bulmak amacıyla yapıların modellenmesi
Polipeptit zincirleri, büyüyen zincir ribozomdan çıktıkça, tıpkı bir hafıza alaşımı tel parçasının ısıtıldığında karmaşık şekiller alabilmesi gibi, çeviri sırasında son şeklini almaya başlar. Ancak biyolojide her zaman olduğu gibi işler bu kadar basit değildir.
Birçok hücrede, kopyalanan genler, çeviriden önce kapsamlı bir düzenlemeye tabi tutulur ve bu, genin saf baz dizisine kıyasla proteinin temel yapısını önemli ölçüde değiştirir. Bu durumda, translasyon mekanizmaları sıklıkla, yeni oluşan polipeptit zincirine geçici olarak bağlanan ve daha sonra sonuncuya geçemeyecekleri herhangi bir ara form almasını önleyen proteinler olan moleküler şaperonların yardımını gerektirir.
Bütün bunlar, bir proteinin nihai şeklini tahmin etmenin önemsiz bir iş olmadığını söylemektir. Onlarca yıldır proteinlerin yapısını incelemenin tek yolu X-ışını kristalografisi gibi fiziksel yöntemlerdi. 1960'ların sonlarına kadar biyofiziksel kimyagerler öncelikle ikincil yapı modellemesine odaklanarak protein katlanmasının hesaplamalı modellerini oluşturmaya başladılar. Bu yöntemler ve onların soyundan gelenler, birincil yapıya ek olarak çok büyük miktarda girdi verisi gerektirir - örneğin, amino asit bağ açıları tabloları, hidrofobiklik listeleri, yüklü durumlar ve hatta evrimsel zaman ölçekleri boyunca yapı ve işlevin korunması - bunların tümü, tahmin et ne olacak, son protein gibi görünüyor.
Folding@Home ağında çalışan günümüzün ikincil yapı tahminine yönelik hesaplamalı yöntemleri, yaklaşık %80 doğrulukla çalışıyor; bu, sorunun karmaşıklığı göz önüne alındığında oldukça iyi. SARS-CoV-2 spike proteini gibi proteinler üzerinde tahmine dayalı modeller tarafından oluşturulan veriler, virüsün fiziksel çalışmalarından elde edilen verilerle karşılaştırılacaktır. Sonuç olarak proteinin tam yapısını elde etmek ve belki de virüsün reseptörlere nasıl bağlandığını anlamak mümkün olacak.
Protein katlama araştırması, o kadar çok hastalık ve enfeksiyona ilişkin anlayışımızın merkezinde yer alıyor; son zamanlarda büyümede patlama yaptığını gördüğümüz COVID-19'u nasıl yeneceğimizi bulmak için Folding@Home ağını kullandığımızda bile ağ kazanacak' uzun süre boşta kalmayın, çalışın. Alzheimer hastalığı veya genellikle yanlış bir şekilde deli dana hastalığı olarak adlandırılan Creutzfeldt-Jakob hastalığının bir çeşidi gibi protein yanlış katlanmasıyla ilişkili düzinelerce hastalığın altında yatan protein modellerini incelemek için çok uygun bir araştırma aracıdır. Ve kaçınılmaz olarak başka bir virüs ortaya çıktığında, onunla yeniden savaşmaya başlamaya hazır olacağız.
Kaynak: habr.com