التنبؤ ببنية البروتين

يُعدّ الحلزون ألفا أكثر أنواع البنى الثانوية شيوعًا في البروتينات. يتكون كل لفة من الحلزون ألفا من 3.6 حمض أميني، وتتشكل رابطة هيدروجينية بين كل أربعة أحماض أمينية. يبلغ متوسط ​​طوله 10 أحماض أمينية (3 لفات) أو 10 أنغستروم ، ولكنه يتراوح بين 5 و40 حمضًا أمينيًا (1.5 إلى 11 لفة). يُولّد اصطفاف الروابط الهيدروجينية عزمًا ثنائي القطب للحلزون، مما ينتج عنه شحنة موجبة جزئية عند الطرف الأميني. نظرًا لاحتواء هذه المنطقة على مجموعات NH₂ حرة ، فإنها تتفاعل مع المجموعات سالبة الشحنة مثل الفوسفات. يتواجد الحلزون ألفا غالبًا على سطح لب البروتين، حيث يُشكّل واجهة مع البيئة المائية. يميل الجانب الداخلي للحلزون إلى احتواء أحماض أمينية كارهة للماء، بينما يميل الجانب الخارجي إلى احتواء أحماض أمينية محبة للماء. وبالتالي، يميل كل ثلث من الأحماض الأمينية الأربعة على طول السلسلة إلى أن يكون كارهًا للماء، وهو نمط يسهل رصده. في نمط سحاب الليوسين، يُعدّ تكرار الليوسين على جانبي حلزونين متجاورين مؤشرًا قويًا على وجود هذا النمط. ويمكن استخدام مخطط العجلة الحلزونية لتوضيح هذا النمط المتكرر. أما الحلزونات ألفا الأخرى المدفونة في لب البروتين أو في الأغشية الخلوية، فتتميز بتوزيع أعلى وأكثر انتظامًا للأحماض الأمينية الكارهة للماء، وهي مؤشر قوي على وجود هذه البنى. بينما تحتوي الحلزونات المكشوفة على السطح على نسبة أقل من الأحماض الأمينية الكارهة للماء. ويمكن أن يكون محتوى الأحماض الأمينية مؤشرًا على وجود منطقة حلزونية ألفا. فالمناطق الغنية بالألانين ( A) وحمض الجلوتاميك (E) والليوسين (L) والميثيونين (M)، والفقيرة بالبرولين (P) والجليسين (G) والتيروسين (Y) والسيرين (S)، تميل إلى تكوين حلزون ألفا. يُزعزع البرولين استقرار حلزون ألفا أو يكسره، ولكنه قد يتواجد في الحلزونات الأطول، مُشكلاً انحناءً.

تتكون الصفائح بيتا من روابط هيدروجينية بين ما معدله 5-10 أحماض أمينية متتالية في جزء من السلسلة، وبين 5-10 أحماض أمينية أخرى في جزء آخر أبعد منها. قد تكون المناطق المتفاعلة متجاورة، مع وجود حلقة قصيرة بينها، أو متباعدة، مع وجود تراكيب أخرى بينها. قد تمتد كل سلسلة في نفس الاتجاه لتشكيل صفيحة متوازية، أو في الاتجاه المعاكس لتشكيل صفيحة مضادة للتوازي، أو قد تشكل السلاسل صفيحة مختلطة. يختلف نمط الروابط الهيدروجينية في التكوينات المتوازية والمضادة للتوازي. يشكل كل حمض أميني في الخيوط الداخلية للصفيحة رابطتين هيدروجينيتين مع الأحماض الأمينية المجاورة، بينما يشكل كل حمض أميني على الخيوط الخارجية رابطة واحدة فقط مع خيط داخلي. عند النظر عبر الصفيحة بزاوية قائمة على الخيوط، تدور الخيوط الأبعد قليلاً عكس اتجاه عقارب الساعة لتشكيل التواء يساري. تتناوب ذرات الكربون ألفا (Cα) أعلى وأسفل الصفيحة في بنية مطوية، وتتناوب المجموعات الجانبية R للأحماض الأمينية أعلى وأسفل الطيات. تتفاوت زوايا Φ و Ψ للأحماض الأمينية في الصفائح بشكل ملحوظ في منطقة واحدة من مخطط راماشاندران . ويُعدّ التنبؤ بموقع الصفائح بيتا أكثر صعوبة من التنبؤ بموقع الحلزونات ألفا. ويتحسن الوضع نوعًا ما عند أخذ تباين الأحماض الأمينية في محاذاة التسلسلات المتعددة في الاعتبار.

قد تمتلك أجزاء من البروتين بنية ثلاثية الأبعاد ثابتة دون بنية منتظمة. يجب عدم الخلط بينها وبين الأجزاء غير المنتظمة أو غير المطوية من البروتينات، أو ما يُعرف باللفائف العشوائية ، وهي سلسلة عديد ببتيد غير مطوية تفتقر إلى أي بنية ثلاثية الأبعاد ثابتة. تُسمى هذه الأجزاء عادةً " دلتا " ( Δ ) لأنها تربط بين الصفائح بيتا والحلزونات ألفا. تقع الدلتا عادةً على سطح البروتين، ولذلك فإن طفرات بقاياها تكون أكثر تحملاً. قد يشير وجود المزيد من الاستبدالات والإدخالات والحذوفات في منطقة معينة من تسلسل المحاذاة إلى وجود دلتا. قد ترتبط مواقع الإنترونات في الحمض النووي الجينومي بمواقع الحلقات في البروتين المُشفَّر . تميل الدلتا أيضًا إلى احتواء أحماض أمينية مشحونة وقطبية، وغالبًا ما تكون مكونًا من مكونات المواقع النشطة.

فيما يلي المصطلحات الأكثر شيوعًا لوصف العلاقات التطورية والبنيوية بين البروتينات. تُستخدم مصطلحات إضافية عديدة لوصف مختلف السمات البنيوية الموجودة في البروتينات. يمكن الاطلاع على وصف هذه المصطلحات على موقع CATH الإلكتروني، وموقع التصنيف البنيوي للبروتينات (SCOP)، ودليل Glaxo Wellcome التعليمي على موقع Expasy السويسري للمعلوماتية الحيوية.

الموقع النشط

موقع نشط هو مزيج موضعي من مجموعات الأحماض الأمينية الجانبية ضمن البنية الثالثية (ثلاثية الأبعاد) أو الرباعية (وحدة البروتين الفرعية)، قادر على التفاعل مع ركيزة كيميائية محددة، مما يمنح البروتين نشاطه البيولوجي. قد تتخذ البروتينات ذات تسلسلات الأحماض الأمينية المختلفة تمامًا بنيةً تُنتج نفس الموقع النشط.

بنيان

هي التوجهات النسبية للهياكل الثانوية في بنية ثلاثية الأبعاد بغض النظر عما إذا كانت تشترك في بنية حلقية مماثلة أم لا.

الطي (الطوبولوجيا)

نوع من أنواع الهندسة المعمارية التي تتميز أيضاً ببنية حلقية محفوظة.

مكعبات

هو نمط تسلسل أحماض أمينية محفوظ في عائلة من البروتينات. يتضمن هذا النمط سلسلة من التطابقات المحتملة في كل موقع من المواقع المُمثلة في التسلسلات، ولكن لا توجد أي مواقع مُضافة أو محذوفة في النمط أو في التسلسلات. وعلى النقيض من ذلك، تُعدّ ملفات تعريف التسلسل نوعًا من مصفوفات التقييم التي تُمثل مجموعة مماثلة من الأنماط التي تتضمن الإضافات والحذوفات.

فصل

مصطلح يُستخدم لتصنيف نطاقات البروتين وفقًا لمحتواها البنيوي الثانوي وتنظيمها. وقد حدّد ليفيت وشوثيا (1976) أربع فئات في الأصل، وأُضيفت فئات أخرى في قاعدة بيانات SCOP. وتُقدّم قاعدة بيانات CATH ثلاث فئات: ألفا بشكل رئيسي، وبيتا بشكل رئيسي، وألفا-بيتا، وتشمل فئة ألفا-بيتا كلاً من البنى المتناوبة ألفا/بيتا وألفا+بيتا.

جوهر

الجزء من جزيء البروتين المطوي الذي يشمل الجزء الداخلي الكاره للماء من حلزونات ألفا وصفائح بيتا. يجمع هذا التركيب المضغوط مجموعات جانبية من الأحماض الأمينية على مقربة كافية لتفاعلها. عند مقارنة تراكيب البروتينات، كما هو الحال في قاعدة بيانات SCOP، يُعدّ اللب المنطقة المشتركة بين معظم التراكيب التي تشترك في طي مشترك أو التي تنتمي إلى نفس العائلة الفائقة. في مجال التنبؤ بالبنية، يُعرَّف اللب أحيانًا بأنه ترتيب التراكيب الثانوية الذي يُرجَّح أن يبقى محفوظًا خلال التطور.

المجال (سياق التسلسل)

جزء من سلسلة عديد الببتيد قادر على الانطواء إلى بنية ثلاثية الأبعاد بغض النظر عن وجود أجزاء أخرى من السلسلة. قد تتفاعل المجالات المنفصلة لبروتين معين بشكل مكثف أو قد تكون متصلة فقط بجزء من سلسلة عديد الببتيد. قد يستخدم بروتين ذو مجالات متعددة هذه المجالات للتفاعلات الوظيفية مع جزيئات مختلفة.

العائلة (سياق التسلسل)

مجموعة من البروتينات ذات وظائف كيميائية حيوية متشابهة، تتطابق بنسبة تزيد عن 50% عند محاذاتها. ولا يزال هذا الحد الأدنى مستخدمًا في قاعدة بيانات معلومات البروتينات (PIR). تتألف عائلة البروتينات من بروتينات تؤدي الوظيفة نفسها في كائنات حية مختلفة (تسلسلات متماثلة)، وقد تشمل أيضًا بروتينات في الكائن الحي نفسه (تسلسلات متوازية) ناتجة عن تضاعف الجينات وإعادة ترتيبها. إذا كشفت محاذاة تسلسل متعددة لعائلة بروتينية عن مستوى تشابه مشترك على امتداد تسلسلات البروتينات، فإن PIR تُشير إلى هذه العائلة باسم عائلة متماثلة الشكل. تُسمى المنطقة المحاذية بالنطاق المتماثل الشكل، وقد تتضمن هذه المنطقة عدة نطاقات تماثل أصغر مشتركة مع عائلات أخرى. يمكن تقسيم العائلات إلى عائلات فرعية أو تجميعها في عائلات فائقة بناءً على مستويات تشابه التسلسل الأعلى أو الأدنى. تُشير قاعدة بيانات SCOP إلى 1296 عائلة، بينما تُشير قاعدة بيانات CATH (الإصدار 1.7 بيتا) إلى 1846 عائلة.

عند فحص تسلسلات البروتينات ذات الوظيفة نفسها بتفصيل أكبر، يتبين أن بعضها يتشارك تشابهًا كبيرًا في التسلسل. وبناءً على المعايير المذكورة، فهي تنتمي بوضوح إلى العائلة نفسها. مع ذلك، يُلاحظ أن بعضها الآخر يتشارك تشابهًا ضئيلًا جدًا، أو حتى معدومًا، في التسلسل مع أفراد آخرين من العائلة. في مثل هذه الحالات، يمكن غالبًا إثبات صلة القرابة بين فردين متباعدين من العائلة (أ) و(ج) من خلال إيجاد فرد إضافي (ب) يتشارك تشابهًا كبيرًا مع كليهما. وبالتالي، يُشكل (ب) حلقة وصل بين (أ) و(ج). وثمة نهج آخر يتمثل في فحص المحاذاة البعيدة بحثًا عن تطابقات محفوظة بدرجة عالية.

عند مستوى تطابق 50%، من المرجح أن تمتلك البروتينات نفس البنية ثلاثية الأبعاد، وستتطابق الذرات المتطابقة في تسلسل المحاذاة ضمن نطاق 1 أنغستروم تقريبًا في النموذج البنيوي. وبالتالي، إذا عُرفت بنية أحد أفراد عائلة بروتينية، يُمكن التنبؤ بدقة ببنية فرد آخر من نفس العائلة، وكلما ارتفع مستوى التطابق، زادت دقة التنبؤ. يُمكن إجراء نمذجة البنية البروتينية من خلال دراسة مدى ملاءمة استبدال الأحماض الأمينية مع جوهر البنية ثلاثية الأبعاد.

الأسرة (السياق الهيكلي)

كما هو مستخدم في قاعدة بيانات FSSP ( عائلات البروتينات المتشابهة هيكليًا ) وموقع DALI/FSSP على الويب، هيكلان لهما مستوى كبير من التشابه الهيكلي ولكن ليس بالضرورة تشابهًا كبيرًا في التسلسل.

طية

على غرار النمط البنيوي، يتضمن الطي مجموعة أكبر من الوحدات البنيوية الثانوية في نفس التكوين. وبالتالي، فإن البروتينات التي تشترك في نفس الطي تمتلك نفس مجموعة البنى الثانوية المتصلة بحلقات متشابهة. ومن الأمثلة على ذلك طية روسمان التي تتكون من عدة حلزونات ألفا متناوبة وخيوط بيتا متوازية. في قواعد بيانات SCOP وCATH وFSSP، صُنفت بنى البروتينات المعروفة إلى مستويات هرمية من التعقيد البنيوي، حيث يُعد الطي المستوى الأساسي للتصنيف.

النطاق المتماثل (سياق التسلسل)

نمط تسلسل ممتد، يُكتشف عادةً باستخدام طرق محاذاة التسلسلات، يشير إلى أصل تطوري مشترك بين التسلسلات المحاذية. نطاق التماثل أطول عمومًا من الموتيفات. قد يشمل النطاق كامل تسلسل البروتين أو جزءًا منه فقط. بعض النطاقات معقدة وتتكون من عدة نطاقات تماثل أصغر اندمجت لتشكل نطاقًا أكبر خلال التطور. يُطلق على النطاق الذي يغطي تسلسلًا كاملًا اسم النطاق المتماثل في قاعدة بيانات PIR ( مورد معلومات البروتين ).

وحدة

منطقة من أنماط الأحماض الأمينية المحفوظة، تتألف من نمط واحد أو أكثر، وتُعتبر وحدة أساسية في البنية أو الوظيفة. كما استُخدم وجود هذه الوحدة لتصنيف البروتينات إلى عائلات.

النمط (سياق التسلسل)

نمط محفوظ من الأحماض الأمينية يوجد في بروتينين أو أكثر. في فهرس Prosite ، يُعرَّف النمط بأنه نمط من الأحماض الأمينية يوجد في مجموعة من البروتينات ذات نشاط كيميائي حيوي متشابه، وغالبًا ما يكون قريبًا من الموقع النشط للبروتين. من أمثلة قواعد بيانات أنماط التسلسل فهرس Prosite وقاعدة بيانات أنماط ستانفورد. ^{[ 4 ]}

النمط (السياق الهيكلي)

هي مزيج من عدة عناصر بنيوية ثانوية ناتجة عن طي أجزاء متجاورة من سلسلة البولي ببتيد في تكوين ثلاثي الأبعاد محدد. ومن الأمثلة على ذلك وحدة الحلزون-الحلقة-الحلزون. وتُعرف الوحدات البنيوية أيضًا بالبنى فوق الثانوية والطيات.

مصفوفة تسجيل النقاط الخاصة بالموقع (سياق التسلسل، والمعروفة أيضًا باسم مصفوفة الوزن أو مصفوفة تسجيل النقاط)

يمثل هذا المصفوفة منطقة محفوظة في محاذاة تسلسل متعددة بدون فجوات. ويمثل كل عمود في المصفوفة التباين الموجود في عمود واحد من محاذاة التسلسل المتعددة.

مصفوفة تسجيل النقاط الخاصة بكل موقع - ثلاثية الأبعاد (السياق الهيكلي)

يمثل هذا الشكل التباين في الأحماض الأمينية الموجودة في محاذاة البروتينات التي تنتمي إلى نفس الفئة البنيوية. وتمثل أعمدة المصفوفة التباين في الأحماض الأمينية الموجودة في موضع حمض أميني واحد في البنى المحاذية.

البنية الأساسية

التسلسل الخطي للأحماض الأمينية في البروتين، والذي هو كيميائياً سلسلة عديد الببتيد تتكون من أحماض أمينية مرتبطة بروابط ببتيدية.

الملف الشخصي (سياق التسلسل)

مصفوفة تسجيل تمثل محاذاة تسلسل متعددة لعائلة بروتينية. عادةً ما يُستخلص هذا الملف التعريفي من منطقة محفوظة جيدًا في محاذاة التسلسل المتعددة. يكون الملف التعريفي على شكل مصفوفة، حيث يمثل كل عمود موقعًا في المحاذاة، ويمثل كل صف حمضًا أمينيًا. تُعطي قيم المصفوفة احتمالية وجود كل حمض أميني في الموقع المقابل في المحاذاة. يُحرّك الملف التعريفي على طول التسلسل المستهدف لتحديد أفضل المناطق من حيث التسجيل باستخدام خوارزمية البرمجة الديناميكية. يُسمح بوجود فجوات أثناء المطابقة، وتُضاف عقوبة الفجوة في هذه الحالة كدرجة سالبة عند عدم مطابقة أي حمض أميني. يمكن أيضًا تمثيل ملف تعريف التسلسل بنموذج ماركوف المخفي ، ويُشار إليه اختصارًا بـ HMM للملف التعريفي.

الملف الشخصي (السياق الهيكلي)

مصفوفة تقييم تُحدد الأحماض الأمينية التي يُفترض أن تتلاءم جيدًا وتلك التي يُفترض أن تتلاءم بشكل سيئ في مواقع متسلسلة ضمن بنية بروتينية معروفة. تمثل أعمدة الملف الشخصي المواقع المتسلسلة في البنية، بينما تمثل صفوفه الأحماض الأمينية العشرين. وكما هو الحال مع ملف تعريف التسلسل، يتم تحريك الملف الشخصي البنيوي على طول التسلسل المستهدف لإيجاد أعلى درجة محاذاة ممكنة باستخدام خوارزمية البرمجة الديناميكية. قد تُضاف فجوات وتُفرض عليها عقوبة. تُشير النتيجة النهائية إلى ما إذا كان البروتين المستهدف سيتبنى هذه البنية أم لا.

بنية العصر الرباعي

التكوين ثلاثي الأبعاد لجزيء البروتين الذي يتألف من عدة سلاسل ببتيدية مستقلة.

البنية الثانوية

التفاعلات التي تحدث بين مجموعات C و O و NH على الأحماض الأمينية في سلسلة عديد الببتيد لتشكيل حلزونات ألفا، وصفائح بيتا، والانعطافات، والحلقات، وغيرها من الأشكال، والتي تسهل عملية الطي إلى بنية ثلاثية الأبعاد.

عائلة خارقة

مجموعة من عائلات البروتينات ذات أطوال متماثلة أو مختلفة، تربطها علاقة تشابه تسلسلي بعيد ولكنه قابل للكشف. وبالتالي، فإن أعضاء عائلة فائقة معينة يشتركون في أصل تطوري واحد. في الأصل، حدد دايوف عتبة تصنيف البروتينات ضمن عائلة فائقة باحتمالية عدم وجود صلة بين التسلسلات، وهي 10⁶، استنادًا إلى درجة المحاذاة (دايوف وآخرون، 1978). تُصنف البروتينات التي تتشابه تسلسلاتها بشكل طفيف، ولكنها تشترك في عدد كبير من السمات البنيوية والوظيفية، ضمن نفس العائلة الفائقة. على مستوى البنية ثلاثية الأبعاد، تشترك بروتينات العائلة الفائقة في سمات بنيوية مشتركة، مثل الطي المشترك، ولكن قد توجد أيضًا اختلافات في عدد وترتيب البنى الثانوية. يستخدم مورد PIR مصطلح " العائلات الفائقة المتماثلة" للإشارة إلى العائلات الفائقة المكونة من تسلسلات يمكن محاذاتها من طرف إلى طرف، مما يمثل اشتراكًا في نطاق تماثل تسلسلي واحد، وهو منطقة تشابه تمتد عبر المحاذاة. قد يضم هذا النطاق أيضًا نطاقات تماثل أصغر مشتركة مع عائلات بروتينية وفصائل بروتينية أخرى. على الرغم من أن تسلسل بروتيني معين قد يحتوي على نطاقات موجودة في عدة فصائل بروتينية، مما يشير إلى تاريخ تطوري معقد، إلا أنه سيتم تصنيف التسلسلات إلى فصيلة بروتينية متماثلة واحدة فقط بناءً على وجود تشابه في جميع أنحاء محاذاة التسلسلات المتعددة. قد تتضمن محاذاة الفصيلة البروتينية أيضًا مناطق لا تتطابق سواء داخل المحاذاة أو عند نهاياتها. في المقابل، تتطابق التسلسلات في نفس العائلة بشكل جيد في جميع أنحاء المحاذاة.

البنية فوق الثانوية

مصطلح ذو معنى مشابه للنمط البنيوي. البنية الثالثية هي البنية ثلاثية الأبعاد أو الكروية التي تتشكل من خلال تكدس أو طي البنى الثانوية لسلسلة عديد الببتيد. ^{[ 2 ]}

ركزت الطرق المبكرة للتنبؤ بالبنية الثانوية، التي طُرحت في ستينيات وسبعينيات القرن الماضي، ^{[ 6 ] [ 7 ] [ 8 ] [ 9 ] [ 10 ]} على تحديد الحلزونات ألفا المحتملة، واعتمدت بشكل أساسي على نماذج انتقال الحلزون-الملف . ^{[ 11 ]} وفي سبعينيات القرن الماضي، طُرحت تنبؤات أكثر دقة بشكل ملحوظ شملت الصفائح بيتا، واعتمدت على تقييمات إحصائية تستند إلى معايير احتمالية مستمدة من هياكل معروفة محلولة. هذه الطرق، عند تطبيقها على تسلسل واحد، لا تتجاوز دقتها عادةً 60-65%، وغالبًا ما تُقلل من تقدير الصفائح بيتا. ^{[ 2 ]} ومنذ ثمانينيات القرن الماضي، طُبقت الشبكات العصبية الاصطناعية على التنبؤ بهياكل البروتينات. ^{[ 12 ] [ 13 ]} ويمكن استغلال الحفاظ التطوري على البنى الثانوية من خلال التقييم المتزامن للعديد من التسلسلات المتماثلة في محاذاة تسلسل متعددة ، وذلك بحساب الميل الصافي للبنية الثانوية لعمود مُحاذى من الأحماض الأمينية. بالتزامن مع قواعد بيانات أكبر لبنى البروتينات المعروفة وأساليب التعلم الآلي الحديثة ، مثل الشبكات العصبية وآلات المتجهات الداعمة ، يمكن لهذه الأساليب تحقيق دقة إجمالية تصل إلى 80% في البروتينات الكروية . ^{[ 14 ]} الحد النظري الأعلى للدقة يبلغ حوالي 90%، ^{[ 14 ]} ويعود ذلك جزئيًا إلى خصائص فريدة في تحديد بنية البروتينات الثانوية بالقرب من نهايات البنى الثانوية، حيث تختلف التكوينات الموضعية في الظروف الطبيعية، ولكنها قد تُجبر على اتخاذ تكوين واحد في البلورات بسبب قيود التعبئة. علاوة على ذلك، لا تأخذ أساليب التنبؤ بالبنية الثانوية التقليدية في الحسبان تأثير البنية الثالثية على تكوين البنية الثانوية؛ فعلى سبيل المثال، قد يكون التسلسل المتوقع على أنه حلزون محتمل قادرًا على اتخاذ تكوين بيتا-سترين إذا كان يقع ضمن منطقة بيتا-شيت في البروتين وكانت سلاسله الجانبية تتراص جيدًا مع جيرانها. كما يمكن للتغيرات التكوينية الكبيرة المتعلقة بوظيفة البروتين أو بيئته أن تُغير البنية الثانوية الموضعية.

حتى الآن، طُوِّرت أكثر من 20 طريقة مختلفة للتنبؤ بالبنية الثانوية. كانت طريقة تشو-فاسمان من أوائل هذه الطرق ، وهي تعتمد بشكل أساسي على معايير الاحتمالية المُحدَّدة من الترددات النسبية لظهور كل حمض أميني في كل نوع من أنواع البنية الثانوية. ^{[ 15 ]} تُنتج معايير تشو-فاسمان الأصلية، المُحدَّدة من عينة صغيرة من البنى التي تم حلها في منتصف سبعينيات القرن الماضي، نتائج ضعيفة مقارنةً بالطرق الحديثة، على الرغم من تحديث هذه المعايير منذ نشرها لأول مرة. تبلغ دقة طريقة تشو-فاسمان حوالي 50-60% في التنبؤ بالبنى الثانوية. ^{[ 2 ]}

كان البرنامج البارز التالي هو طريقة GOR، وهي طريقة قائمة على نظرية المعلومات . تستخدم هذه الطريقة تقنية الاستدلال البايزي الاحتمالية الأكثر فعالية . ^{[ 16 ]} لا تأخذ طريقة GOR في الحسبان احتمالية امتلاك كل حمض أميني لبنية ثانوية معينة فحسب، بل تأخذ أيضًا في الحسبان الاحتمالية الشرطية لامتلاك الحمض الأميني لكل بنية بالنظر إلى مساهمات جيرانه (فهي لا تفترض أن الجيران يمتلكون نفس البنية). يُعد هذا النهج أكثر حساسية ودقة من نهج تشو وفاسمان، لأن الميول البنيوية للأحماض الأمينية تكون قوية فقط لعدد قليل من الأحماض الأمينية مثل البرولين والجليسين . يمكن أن تتراكم المساهمات الضعيفة من كل جار من بين العديد من الجيران لتُحدث تأثيرات قوية إجمالًا. بلغت دقة طريقة GOR الأصلية حوالي 65%، وهي أكثر نجاحًا بشكل ملحوظ في التنبؤ بالحلزونات ألفا مقارنةً بالصفائح بيتا، التي كانت تُخطئ في كثير من الأحيان في التنبؤ بها على أنها حلقات أو مناطق غير منتظمة. ^{[ 2 ]}

كانت إحدى الخطوات الكبيرة الأخرى إلى الأمام استخدام أساليب التعلم الآلي . في البداية، استُخدمت أساليب الشبكات العصبية الاصطناعية . تستخدم هذه الأساليب، كمجموعات تدريب، هياكل محلولة لتحديد أنماط التسلسل الشائعة المرتبطة بترتيبات معينة للهياكل الثانوية. تتجاوز دقة هذه الأساليب 70% في تنبؤاتها، على الرغم من أن خيوط بيتا لا تزال تُنقَذ بشكل أقل من الواقع في كثير من الأحيان بسبب نقص المعلومات الهيكلية ثلاثية الأبعاد التي تسمح بتقييم أنماط الروابط الهيدروجينية التي يمكن أن تعزز تكوين البنية الممتدة اللازمة لوجود صفيحة بيتا كاملة. ^{[ 2 ]} يُعدّ كل من PSIPRED و JPRED من أشهر البرامج القائمة على الشبكات العصبية للتنبؤ بالبنية الثانوية للبروتين. بعد ذلك، أثبتت آلات المتجهات الداعمة فائدتها بشكل خاص في التنبؤ بمواقع الانعطافات ، التي يصعب تحديدها باستخدام الأساليب الإحصائية. ^{[ 17 ] [ 18 ]}

تسعى امتدادات تقنيات التعلّم الآلي إلى التنبؤ بخصائص محلية أكثر دقة للبروتينات، مثل زوايا ثنائي السطوح في العمود الفقري في المناطق غير المحددة. وقد طُبقت كل من آلات المتجهات الداعمة ^{[ 19 ]} والشبكات العصبية ^{[ 20 ] على هذه المشكلة. [ 17 ]} ومؤخرًا، أصبح من الممكن التنبؤ بدقة بزوايا الالتواء ذات القيم الحقيقية باستخدام برنامج SPINE-X، وقد استُخدمت بنجاح في التنبؤ بالبنية من الصفر. ^{[ 21 ]}

تشير التقارير إلى أن تكوين البنية الثانوية، بالإضافة إلى تسلسل البروتين، يعتمد على عوامل أخرى. فعلى سبيل المثال، تشير التقارير إلى أن ميول البنية الثانوية تعتمد أيضًا على البيئة المحلية، ^{[ 22 ]} وإمكانية وصول المذيب إلى البقايا، ^{[ 23 ]} والفئة البنيوية للبروتين، ^{[ 24 ]} وحتى الكائن الحي الذي تُستخلص منه البروتينات. ^{[ 25 ]} وبناءً على هذه الملاحظات، أظهرت بعض الدراسات أنه يمكن تحسين التنبؤ بالبنية الثانوية بإضافة معلومات حول الفئة البنيوية للبروتين، ^{[ 26 ]} ومساحة السطح المتاحة للبقايا ^{، [ 27 ] [ 28 ]} وكذلك معلومات عدد نقاط التلامس . ^{[ 29 ]}

معظم طرق نمذجة البنية الثلاثية، مثل Rosetta، مُحسَّنة لنمذجة البنية الثلاثية لنطاقات البروتين المفردة. تُجرى عادةً خطوة تُسمى تحليل النطاق ، أو التنبؤ بحدود النطاق ، لتقسيم البروتين إلى نطاقات هيكلية محتملة. وكما هو الحال مع بقية عملية التنبؤ بالبنية الثلاثية، يمكن القيام بذلك بشكل مقارن من البنى المعروفة ^{[ 32 ]} أو من الصفر باستخدام التسلسل فقط (عادةً عن طريق التعلم الآلي ، بمساعدة التباين المشترك) ^{[ 33 ]} . تُدمج بنى النطاقات الفردية معًا في عملية تُسمى تجميع النطاقات لتشكيل البنية الثلاثية النهائية ^{[ 34 ] [ 35 ] .}

تستخدم نمذجة البروتينات المقارنة هياكل تم حلها مسبقًا كنقاط انطلاق أو قوالب. وهذا فعال لأنه يبدو أنه على الرغم من العدد الهائل للبروتينات الفعلية، إلا أن هناك مجموعة محدودة من الأنماط البنيوية الثلاثية التي تنتمي إليها معظم البروتينات. وقد أشير إلى وجود حوالي 2000 طية بروتينية مميزة فقط في الطبيعة، على الرغم من وجود ملايين البروتينات المختلفة. ويمكن دمج نمذجة البروتينات المقارنة مع التباين التطوري في التنبؤ بالبنية. ^{[ 48 ]}

يمكن أيضًا تقسيم هذه الأساليب إلى مجموعتين: ^{[ 31 ]}

• تعتمد نمذجة التماثل على افتراض منطقي مفاده أن بروتينين متماثلين يتشاركان بنى متشابهة للغاية. ولأن طي البروتين أكثر حفظًا تطوريًا من تسلسل أحماضه الأمينية، يمكن نمذجة تسلسل مستهدف بدقة معقولة على قالب ذي صلة بعيدة جدًا، شريطة إمكانية تمييز العلاقة بين الهدف والقالب من خلال محاذاة التسلسل . وقد أشير إلى أن العقبة الرئيسية في النمذجة المقارنة تنشأ من صعوبات المحاذاة وليس من أخطاء في التنبؤ بالبنية عند وجود محاذاة جيدة معروفة. ^{[ 49 ]} ومن البديهي أن تكون نمذجة التماثل أكثر دقة عندما يكون للهدف والقالب تسلسلات متشابهة.
• تعتمد تقنية ربط البروتينات ^{[ 50 ]} على مسح تسلسل الأحماض الأمينية لبنية غير معروفة ومقارنتها بقاعدة بيانات للبنى المعروفة. في كل حالة، تُستخدم دالة تقييم لتحديد مدى توافق التسلسل مع البنية، مما ينتج عنه نماذج ثلاثية الأبعاد محتملة. يُعرف هذا النوع من الطرق أيضًا باسم التعرف على الطي ثلاثي الأبعاد-أحادي الأبعاد نظرًا لتحليله التوافقي بين البنى ثلاثية الأبعاد وتسلسلات البروتينات الخطية. وقد أدت هذه الطريقة أيضًا إلى ظهور طرق تُجري بحثًا عكسيًا عن الطي من خلال تقييم توافق بنية معينة مع قاعدة بيانات ضخمة من التسلسلات، وبالتالي التنبؤ بالتسلسلات التي لديها القدرة على إنتاج طية معينة.

يمثل الترتيب الدقيق للسلاسل الجانبية للأحماض الأمينية مشكلة منفصلة في التنبؤ ببنية البروتين. تشمل الطرق التي تعالج تحديدًا مشكلة التنبؤ بهندسة السلاسل الجانبية طريقة استبعاد النهايات المسدودة وطرق المجال المتوسط ​​المتسق ذاتيًا . عادةً ما تُحدد هيئات السلاسل الجانبية ذات الطاقة المنخفضة على العمود الفقري الصلب للبروتين باستخدام مجموعة من هيئات السلاسل الجانبية المنفصلة المعروفة باسم " الروتامرات ". تحاول هذه الطرق تحديد مجموعة الروتامرات التي تُقلل الطاقة الإجمالية للنموذج.

تستخدم هذه الطرق مكتبات الروتامر، وهي عبارة عن مجموعات من التكوينات المفضلة لكل نوع من الأحماض الأمينية في البروتينات. قد تحتوي مكتبات الروتامر على معلومات حول التكوين، وتكراره، والانحرافات المعيارية لمتوسط ​​الزوايا ثنائية السطوح، والتي يمكن استخدامها في أخذ العينات. ^{[ 51 ]} تُستخلص مكتبات الروتامر من المعلوماتية الحيوية الهيكلية أو غيرها من التحليلات الإحصائية لتكوينات السلاسل الجانبية في البنى التجريبية المعروفة للبروتينات، مثل تجميع التكوينات المرصودة لذرات الكربون رباعية السطوح بالقرب من القيم المتداخلة (60°، 180°، -60°).

يمكن أن تكون مكتبات الروتامر مستقلة عن العمود الفقري، أو تعتمد على البنية الثانوية، أو تعتمد على العمود الفقري. لا تشير مكتبات الروتامر المستقلة عن العمود الفقري إلى شكل العمود الفقري، ويتم حسابها من جميع السلاسل الجانبية المتاحة من نوع معين (على سبيل المثال، أول مثال لمكتبة روتامر، الذي أنجزه بوندر وريتشاردز في جامعة ييل عام 1987). ^{[ 52 ]} تُظهر المكتبات التي تعتمد على البنية الثانوية زوايا ثنائية السطوح مختلفة و/أو ترددات روتامر مختلفة لـ${\displaystyle \alpha }$-حلزوني،${\displaystyle \beta }$^{[ 53 ]} تُظهر مكتبات الروتامر المعتمدة على العمود الفقري تشكيلات و/أو ترددات تعتمد على تشكيل العمود الفقري المحلي كما هو محدد بواسطة زوايا ثنائي السطوح للعمود الفقري .${\displaystyle \phi }$و${\displaystyle \psi }$بغض النظر عن البنية الثانوية. ^{[ 54 ]}

تُعرض النسخ الحديثة من هذه المكتبات، المستخدمة في معظم البرامج، على شكل توزيعات متعددة الأبعاد للاحتمالية أو التردد، حيث تتوافق القمم مع تشكيلات الزاوية ثنائية السطوح التي تُعتبر متماثلات دورانية فردية في القوائم. تعتمد بعض النسخ على بيانات مُدققة بعناية فائقة وتُستخدم بشكل أساسي للتحقق من صحة البنية، ^{[ 55 ]} بينما تُركز نسخ أخرى على الترددات النسبية في مجموعات بيانات أكبر بكثير، وهي الشكل المستخدم بشكل أساسي للتنبؤ بالبنية، مثل مكتبات متماثلات دوران دنبراك . ^{[ 56 ]}

تُعدّ طرق تعبئة السلاسل الجانبية مفيدةً للغاية لتحليل النواة الكارهة للماء للبروتين ، حيث تكون السلاسل الجانبية أكثر كثافةً في التعبئة؛ إلا أنها تواجه صعوبةً أكبر في التعامل مع القيود الأقل صرامةً والمرونة العالية لبقايا السطح، والتي غالبًا ما تشغل عدة هيئات دورانية بدلًا من هيئة واحدة فقط. ^{[ 57 ] [ 58 ]}

كان برنامج AlphaFold من أوائل برامج الذكاء الاصطناعي التي تنبأت ببنية البروتينات. وقد طُرح من قِبل شركة DeepMind التابعة لشركة جوجل في مسابقة CASP الثالثة عشرة التي أُقيمت عام 2018. ^{[ 61 ]} يعتمد AlphaFold على نهج الشبكة العصبية ، الذي يتنبأ مباشرةً بالإحداثيات ثلاثية الأبعاد لجميع الذرات غير الهيدروجينية لبروتين مُحدد باستخدام تسلسل الأحماض الأمينية والتسلسلات المتجانسة المُحاذية . تتكون شبكة AlphaFold من جذع يُعالج المُدخلات عبر طبقات مُتكررة، ووحدة هيكلية تُقدم بنية ثلاثية الأبعاد واضحة. ^{[ 61 ]} استخدمت الشبكات العصبية السابقة للتنبؤ ببنية البروتينات تقنية LSTM . ^{[ 59 ] [ 60 ]}

بما أن برنامج AlphaFold يُخرج إحداثيات البروتين مباشرةً، فإنه يُنتج تنبؤات في غضون دقائق إلى ساعات من وقت وحدة معالجة الرسومات (GPU)، وذلك اعتمادًا على طول تسلسل البروتين. ^{[ 61 ]}

قام المعهد الأوروبي للمعلوماتية الحيوية بالتعاون مع شركة DeepMind بإنشاء قاعدة بيانات AlphaFold – EBI ^{[ 62 ]} للهياكل البروتينية المتوقعة. ^{[ 63 ]}

تم تقديم برنامج AlphaFold2 في CASP14، وهو قادر على التنبؤ ببنية البروتينات بدقة تقارب الدقة التجريبية. ^{[ 64 ]} وسرعان ما تبعه برنامج RoseTTAFold ^{[ 65 ]} ، ثم برنامج OmegaFold وأطلس ESM للميتاجينوميات. ^{[ 66 ]}

في دراسة أجراها سومر وآخرون عام 2022، تم توضيح تطبيق التنبؤ ببنية البروتين في ترميز الجينوم، وتحديدًا في تحديد الأشكال البروتينية الوظيفية باستخدام البنى المتوقعة حاسوبيًا، والمتاحة على الرابط https://www.isoform.io . ^{[ 67 ]} تُبرز هذه الدراسة إمكانات التنبؤ ببنية البروتين كأداة لترميز الجينوم، وتقدم نهجًا عمليًا قائمًا على البنية يمكن استخدامه لتحسين ترميز أي جينوم.

في عام 2024، مُنح ديفيد بيكر وديميس هاسابيس (بالإضافة إلى جون إم. جامبر ) جائزة نوبل في الكيمياء ^{[ 68 ]} لمساهماتهم في نمذجة البروتينات الحاسوبية، بما في ذلك تطوير AlphaFold2، وهو نموذج قائم على الذكاء الاصطناعي للتنبؤ ببنية البروتين. وقد تم تقييم دقة AlphaFold2 بمقارنتها مع بنى البروتينات المُحددة تجريبيًا باستخدام مقاييس مثل الانحراف التربيعي المتوسط ​​(RMSD) ^{[ 69 ]} . يبلغ متوسط ​​الانحراف التربيعي المتوسط ​​بين البنى التجريبية المختلفة لنفس البروتين حوالي 0.6 أنغستروم، بينما يبلغ متوسط ​​الانحراف التربيعي المتوسط ​​بين تنبؤات AlphaFold2 والبنى التجريبية حوالي 1 أنغستروم. في المناطق التي يُعطي فيها AlphaFold2 ثقة عالية، يبلغ متوسط ​​الانحراف التربيعي المتوسط ​​حوالي 0.6 أنغستروم، وهو ما يُقارب التباين الملحوظ بين البنى التجريبية المختلفة. مع ذلك، في المناطق ذات الثقة المنخفضة، قد يتجاوز الانحراف التربيعي المتوسط ​​2 أنغستروم، مما يُشير إلى انحرافات أكبر. في البروتينات ذات النطاقات المتعددة المتصلة بروابط مرنة، يتنبأ برنامج AlphaFold2 ببنية النطاقات الفردية بدقة، ولكنه قد يُعيّن مواقع نسبية عشوائية لهذه النطاقات. إضافةً إلى ذلك، لا يأخذ برنامج AlphaFold2 في الحسبان القيود البنيوية مثل مستوى الغشاء، مما قد يؤدي أحيانًا إلى وضع نطاقات البروتين في مواقع تتعارض فعليًا مع الغشاء. ^{[ 70 ]}

CASP ، اختصارًا لـ "التقييم النقدي لتقنيات التنبؤ ببنية البروتين"، هو تجربة مجتمعية شاملة للتنبؤ ببنية البروتين، تُجرى كل عامين منذ عام 1994. يوفر CASP فرصة لتقييم جودة المنهجية البشرية غير الآلية المتاحة (الفئة البشرية) والخوادم الآلية للتنبؤ ببنية البروتين (فئة الخوادم، التي أُضيفت في CASP7). ^{[ 71 ]}

يقوم خادم CAMEO3D للتقييم الآلي المستمر للنماذج بتقييم خوادم التنبؤ الآلي ببنية البروتين أسبوعيًا باستخدام تنبؤات غير مُعلنة لبنى البروتين التي تم إصدارها حديثًا. وينشر CAMEO النتائج على موقعه الإلكتروني .