IL2Pepscan: إطار تعلم آلي لتوقع الببتيدات المحفِّزة لإنتيرلوكين‑2 وتحديدها عبر البروتومات الفيروسي العالمي

تعليم جهاز المناعة بجزيئات بروتينية صغيرة

تعتمد اللقاحات الحديثة وعلاجات السرطان بشكل متزايد على دفع الجهاز المناعي بدقة بدلًا من قصف المرض بالعقاقير. تستعرض هذه الدراسة كيف يمكن اختيار شظايا بروتينية صغيرة، تُسمى ببتيدات، لتفعيل رسول مناعي قوي هو الإنتيرلوكين‑2 (IL‑2). من خلال استخدام نماذج حاسوبية متقدمة، يبحث الباحثون ضمن بيانات مناعية معروفة وفهارس البروتين لآلاف الفيروسات عن «إبر» ببتيدية في كومة قش جزيئية قد تساعد في تصميم لقاحات وعلاجات مناعية أفضل.

لماذا يهم الإنتيرلوكين‑2 للصحة والمرض

الإنتيرلوكين‑2 هو جزيء إشاري صغير يعمل كعامل نمو لخلايا مناعية رئيسية تُعرف بالخلايا التائية. عندما تواجه هذه الخلايا تهديدًا—مثل فيروس أو خلية سرطانية—قد تُطلق IL‑2، والتي تشجع الخلايا التائية على التكاثر والتمايز وتكوين ذاكرة للمُهاجم. كما يساعد IL‑2 على الحفاظ على الخلايا التائية التنظيمية التي تمنع الجهاز المناعي من مهاجمة أنسجة الجسم نفسها. وبسبب هذا الدور المزدوج، استُخدم IL‑2 كدواء لعلاج بعض أنواع السرطان مثل الورم الميلانيني، ويُستكشف أيضًا لأمراض المناعة الذاتية. لكن إعطاء IL‑2 مباشرة قد يسبب آثارًا جانبية قاسية، لذا يزداد الاهتمام بتصميم ببتيدات آمنة تحفز إنتاج IL‑2 داخل الجسم بطريقة أكثر تحكمًا واستهدافًا.

تعلم «نَكهة» الببتيدات المحفِّزة لـ IL‑2

بدأ الباحثون بآلاف تسلسلات الببتيدات التي اختُبرت بالفعل في المختبر وصُنفت كمولِّدة لـ IL‑2 أو غير مولِّدة. نظفوا مجموعة البيانات لإزالة التكرارات والوحيدات البنائية غير الاعتيادية والببتيدات القصيرة جدًا أو الطويلة جدًا، فحصلوا على أكثر من 6000 مثال موصوف جيدًا. من خلال فحص اللبنات الأساسية (الأحماض الأمينية) التي تشكّل هذه الببتيدات، وجدوا فروقًا واضحة بين المجموعتين. كانت الببتيدات المحفِّزة لـ IL‑2 أغنى بالأحماض الأمينية الكارهة للماء مثل الليوسين والألانين، بينما أميلت الببتيدات غير المحفِّزة إلى بقايا أكثر قطبية ومشحونة. ظهرت أيضًا أنماط قصيرة معينة، أو موتيفات، مثل «LEGS» و«ALEG» فقط في الببتيدات المحفِّزة لـ IL‑2، مما يوحي ببصمات بنيوية قد تساعد على إطلاق الاستجابة المناعية.

تدريب الآلات لرصد الأنماط المعزِّزة للمناعة

لتحويل هذه الأنماط إلى أداة توقع عملية، حوّل الفريق كل ببتيد إلى وصف رقمي يلتقط تركيبه وتسلسل أحماضه الأمينية. اختبروا مجموعة من أساليب التعلم الآلي—بما في ذلك خوارزميات معروفة مثل الغابات العشوائية، آلات المتجهات الداعمة، والأشجار المعزَّزة—إلى جانب بنى التعلم العميق المستخدمة كثيرًا لمهام اللغة والصورة. كما استخدموا نموذج لغوي كبير للبروتينات يُسمى ProtBERT، مدرّبًا أصلاً على مئات الملايين من تسلسلات البروتين، وقاموا بضبطه لتحسين التعرف على إشارات مرتبطة بـ IL‑2. بعد اختبارات واسعة باستخدام التحقق المتبادل ومجموعة اختبار مستقلة، برز نموذج يدعى Extra Trees مع مجموعة ميزات تعرف باسم انحراف الديببتيد عن المتوسط المتوقع (DDE) كأفضل أداء. حقق هذا النموذج دقة تقارب 80% ودرجة ترابط قوية، متفوقًا على عدة مقاربات تعلُّم عميق.

مسح العالم الفيروسي بحثًا عن محفزات مناعية مخفية

مسلحين بأفضل نموذج لديهم، وسّع المؤلفون نطاق البحث كثيرًا. جمعوا تسلسلات بروتينية مرجعية من أكثر من 14,000 فيروس، وشرّحوا هذه البروتينات إلى نحو 156 مليون ببتيد متداخل، وطلبوا من النموذج توقع أيٍّ منها قد يحفِّز IL‑2. من بين المرشحين الأعلى تقييمًا كانت ببتيدات من عائلات فيروسية معروفة، بما في ذلك الفلافيفيروسات مثل فيروس غرب النيل، زيكا، الحمى الصفراء، وفيروس التهاب الكبد C، وكذلك من الإنفلونزا وSARS‑CoV‑2. جاءت العديد من الببتيدات الواعدة من بروتينات الغلاف أو القفيصة النوكليوزومية—نوع البروتينات نفسها التي أظهرت دراسات أخرى أنها قد تحفِّز استجابات IL‑2 في الحيوانات. كما أشار النموذج إلى ببتيدات محتملة مولِّدة لـ IL‑2 مشفّرة بواسطة البكتيريوفاجات، الفيروسات التي تصيب البكتيريا، مما يدل على مشهد أوسع بتتابعات ذات صلة مناعية.

من الخوارزمية إلى أداة متاحة

لجعل عملهم قابلاً للاستخدام خارج مختبر الحوسبة، بنى المؤلفون خادمًا ويبًا عامًا يُدعى IL2Pepscan. يمكن للباحثين لصق تسلسلات ببتيد أو بروتين في الموقع لتقدير قدرتها على تحفيز IL‑2، وتصميم متغيرات جديدة عبر تحوير مواقع، وفحص بروتينات كاملة للعثور على نقاط ساخنة، أو البحث عن موتيفات معروفة مرتبطة بـ IL‑2. بينما لا تؤكد الدراسة بعد تجريبيًا كل ببتيد متوقع، فإن التوافق مع النتائج المخبرية القائمة يوحي بأن IL2Pepscan قادر على تضييق قائمة المرشحين بشكل موثوق للاختبارات اللاحقة. للغير متخصصين، الخلاصة أن الخوارزميات المدربة بعناية تستطيع غربلة مجموعات بيانات بيولوجية ضخمة لتحديد شظايا بروتينية صغيرة قد تساعد يومًا ما اللقاحات والعلاجات المناعية على دفع الجهاز المناعي نحو استجابة أقوى—وأكثر دقة—على حد سواء.

الاستشهاد: Arora, P., Abhigyan, R., Periwal, N. et al. IL2Pepscan: A machine learning framework for predicting IL-2 inducing peptides and their identification across global viral proteomes. Sci Rep 16, 6701 (2026). https://doi.org/10.1038/s41598-026-35977-6

الكلمات المفتاحية: إنتيرلوكين‑2, لقاحات الببتيد, التعلم الآلي, بروتومات فيروسي, العلاج المناعي