باحثون يصححون أخطاء فيزيائية في النماذج الجزيئية التي يولدها الذكاء الاصطناعي

تتفوق نماذج مثل AlphaFold 3 في التنبؤ بكيفية طي الجزيئات في أشكال معقدة. ومع ذلك، غالبًا ما تحتوي هذه التنبؤات على مستحيلات فيزيائية، مثل تداخل الذرات أو تمدد الروابط الكيميائية بشكل غير واقعي.

قدم الباحثون مؤخراً طريقة لتنقية هذه المخرجات. لقد ابتكروا أداتين رياضيتين تقومان بتعديل هيكل الجزيء بعد إنشائه. تعمل هذه الأدوات على دفع الذرات المتداخلة بعيداً عن بعضها وإصلاح أطوال وزوايا الروابط لضمان كونها سليمة كيميائياً.

تشبه هذه العملية فحص الجودة النهائي لطباعة ثلاثية الأبعاد. يكتشف النظام الأماكن التي خالفت فيها النماذج قواعد الكيمياء ويجري تعديلات دقيقة وضرورية لإجبار الهيكل على اتخاذ حالة فيزيائية صحيحة.

بما أن هذه الأدوات تعمل محلياً ولا تتطلب إعادة حساب النموذج بالكامل، فهي سريعة جداً. يمكن إضافتها إلى الأنظمة الحالية مثل Boltz-2 و OpenFold-3 دون الحاجة إلى إعادة تدريب البرمجيات الأساسية.

أظهر البحث أن تحقيق صلاحية فيزيائية كاملة أمر ممكن دون التضحية بدقة النموذج الأصلي. يعمل هذا النهج عبر اختبارات مختلفة، بما في ذلك تلك المستخدمة في مسابقات التنبؤ بالهياكل CASP15 و CASP16.

هل تساءلت يوماً كيف يمكننا بناء أداة تفهم الهندسة المعقدة لعلم الأحياء بسهولة قراءتنا للخريطة؟

يقتصر التطبيق الحالي على تصحيح الهندسة الفيزيائية المحددة للمخرجات التي يتلقاها النظام. هو لا يستبدل النماذج التوليدية نفسها، بل يعمل كخطوة لاحقة لضمان توافق نتائجها الهيكلية مع القيود الفيزيائية الأساسية.