חוקרי ברוקהייבן מפתחים מודל בינה מלאכותית לחיזוי מבנה חלבונים לצמצום שימוש בקרקע פורייה

המהפכה של AI בעולם הביולוגיה המבנית

מדענים במעבדת ברוקהייבן (Brookhaven Lab) של משרד האנרגיה האמריקאי שיפרו שני מודלי בינה מלאכותית של Meta (חברת האם של פייסבוק) כדי ליצור מודל חדש בשם ESMBind. המודל מנבא את המבנה התלת-ממדי של חלבונים וכיצד הם נקשרים למתכות חיוניות כמו אבץ וברזל – מידע קריטי להבנת תפקודם הביולוגי.

איך עובד ESMBind?

• משלב שני מודלי יסוד של Meta: ESM-2 (לניתוח רצפי חלבונים) ו-ESM-IF (לניתוח מבנים תלת-ממדיים)
• מסוגל להריץ מאות אלפי סימולציות יומיות לזיהוי אינטראקציות חלבון-מתכת
• מדויק יותר ממודלי AI קיימים בחיזוי מבנים ופעילות ביולוגית

"המטרה היא להבין כיצד צמחים סופגים מתכות מקרקע דלה," מסבירה ד"ר קון ליו, ביולוגית מבנית במעבדה. "זה יאפשר לגדל צמחים לייצור דלק ביולוגי בשטחים שאינם מתאימים לחקלאות מזון, ובכך למנוע תחרות על קרקע פורייה".

יישומים מעשיים בחקלאות ברת-קיימא

החוקרים מתמקדים בצמח הסורגום (Sorghum) – גידול עמיד המסוגל לצמוח באזורים צחיחים. הבנת האינטראקציות שלו עם מתכות בקרקע עשויה לייעל את הפקת הביואתנול וביוכר (biochar).

הגנה על יבולים

המודל זיהה כ-140 חלבונים מקבוצת הפטרייה Colletotrichum sublineola, הגורמת למחלות קטלניות בסורגום. ניתוח אתרי הקישור למתכות בחלבונים אלה עשוי לספק דרכים לסכל את פעילותם הפתוגנית.

כיווני עתיד

• מיצוי מינרלים נדירים: תכנון חלבונים ללכידת יסודות נדירים מפסולות תעשייתיות (כגון אפר ופסולת מכרות) – חלופה ירוקה לשיטות הכימיות המזהמות הקיימות.
• מערכות ביולוגיות מותאמות: הנדסת מיקרובים לייצור חלבונים שיסייעו בשיקום קרקעות וטיהור סביבה.

נגישות ומימון

ESMBind זמין כמודל קוד פתוח לציבור החוקרים. המחקר נתמך על ידי תוכנית הפיתוח הפנימית של מעבדת ברוקהייבן ומשרד האנרגיה האמריקאי (DOE).