جمعية التقانة الأحيائية - جامعة أمدرمان الإسلامية

الـ AlphaFold & Decoding the Language of Protein Structures

لو عرفت تسلسل الـ DNA الخاص بجين معين، فأنت كده تقدر تعرف ترتيب الـ amino acids اللي هيكوّنوا البروتين.

لكن هنا بيظهر السؤال الأصعب:

إزاي سلسلة بسيطة من الـ amino acids تتحول لبنية ثلاثية الأبعاد معقدة جدًا؟

وإزاي البروتين "يعرف" الشكل اللي لازم يوصله؟

لأن الحقيقة إن وظيفة البروتين مش بتتحدد بالـ sequence بس، لكن بتتحدد بشكل كبير جدًا من خلال شكله النهائي داخل الخلية.

وعشان كده، فهم Protein Structure كان واحد من أكبر التحديات في البيولوجيا الجزيئية لعشرات السنين.

📍 The Protein Folding Problem

واحد من أشهر الأسئلة في تاريخ البيولوجيا كان:

إزاي البروتين بيوصل للشكل الصحيح بتاعه؟

الموضوع مش بسيط زي ما يبدو، لأن البروتين الواحد عنده عدد مهول من الاحتمالات التركيبية أثناء عملية الطي.

ومع ذلك، داخل الخلية بيوصل للشكل النهائي في ثواني أو دقائق قليلة.

وده اللي العلماء أطلقوا عليه:

Protein Folding Problem.

⭕ Why Structure Matters?

في البيولوجيا الجزيئية فيه قاعدة شهيرة جدًا:

Structure Determines Function.

يعني معرفة الـ sequence لوحدها مش كفاية.

لكن لما تعرف التركيب ثلاثي الأبعاد، تقدر تفهم:

▪️البروتين بيشتغل إزاي
▪️بيتفاعل مع مين
▪️أماكن ارتباط الأدوية
▪️تأثير الطفرات الجينية
▪️الآليات الجزيئية المرتبطة بالأمراض

وعشان كده، تحديد شكل البروتين كان هدف أساسي في أبحاث Structural Biology لسنوات طويلة.

🛑 Traditional Structure Determination

قبل AlphaFold، العلماء كانوا بيعتمدوا على تقنيات معقدة جدًا زي:
▫️X-ray Crystallography
▫️NMR Spectroscopy
▫️Cryo-Electron Microscopy

ورغم إن دقتها عالية جدًا، لكنها غالبًا كانت بتحتاج وقت طويل وتكلفة مرتفعة وخبرة تقنية كبيرة.

وفي بعض الحالات، كان ممكن مشروع كامل يقضي سنوات عشان يحدد Structure واحد بس.

↩️ Enter AlphaFold

في سنة 2020، AlphaFold عمل نقلة ضخمة جدًا في المجال.

النظام اعتمد على:

▪️Artificial Intelligence
▪️Deep Learning
▪️Evolutionary Information
عشان يتوقع التركيب ثلاثي الأبعاد للبروتينات بدقة غير مسبوقة.

والنتائج كانت قوية لدرجة إنها غيّرت مستقبل Structural Biology بشكل حقيقي.

📍 AlphaFold Database

بعد النجاح الكبير ده، اتبنت قاعدة بيانات ضخمة جدًا بتضم ملايين التراكيب البروتينية المتوقعة.

وبقى الباحث يقدر يوصل إلى:

▫️Human Proteins
▫️Microbial Proteins
▫️Plant Proteins
▫️Disease-Associated Proteins

في دقائق، بدل شهور أو سنين من الشغل المعملي.

⭕ AlphaFold & Drug Discovery

واحد من أهم استخدامات AlphaFold حاليًا موجود في Drug Discovery.

لأن معرفة شكل البروتين بتساعد في:

▪️تحديد Drug Targets
▪️تحليل Binding Sites
▪️Molecular Docking
▪️Structure-Based Drug Design

وده ساعد فرق بحثية كتير إنها تسرّع مراحل تطوير الأدوية بصورة كبيرة.

📍 Bioinformatics Behind AlphaFold

نجاح AlphaFold ما كانش نجاح للذكاء الاصطناعي بس، ده كمان كان نجاح ضخم لمجال Bioinformatics.

لأن النموذج بيعتمد على:

▫️Protein Databases
▫️sequence Alignment
▫️Evolutionary Conservation
▫️Structural Databases
▫️Massive Biological Datasets

ومن أشهر الموارد المستخدمة في المجال:

▪️PDB
▪️UniProt
▪️AlphaFold Database
▪️ColabFold
▪️PyMOL

🛑 Beyond AlphaFold

رغم الإنجاز الكبير، لسه فيه تحديات مهمة جدًا زي:

▫️Protein Complexes
▫️Protein Dynamics
▫️Conformational Changes
▫️Protein-Protein Interactions

لأن البروتينات جوه الخلية مش تراكيب ثابتة، لكن أنظمة ديناميكية بتتغير باستمرار.

⭕ The Future of Structural Biology

من كام سنة بس، كان تحديد تركيب بروتين واحد ممكن ياخد سنين.

دلوقتي بقى ممكن نتوقع ملايين التراكيب البروتينية في وقت قصير جدًا.

وده خلّى AlphaFold واحد من أهم الإنجازات اللي قرّبت المسافة بين Artificial Intelligence و Modern Biology، وفتحت الباب لعصر جديد من Computational Structural Biology.

جمعية التقانة الأحيائية - جامعة أمدرمان الإسلامية

الـ NCBI Database Platform

الـ NCBI هي اختصار لـ National Center for Biotechnology Information، وهو مركز معلومات حيوية تابع لـ NIH، تم تأسيسه بهدف تجميع، تنظيم، وتحليل البيانات البيولوجية والجينية، وتوفيرها للباحثين عالميًا من خلال منصات رقمية متخصصة.

يُعد NCBI واحدًا من أهم البنى التحتية العلمية في مجالات:
▫️ Genomics
▫️ Molecular Biology
▫️ Bioinformatics
▫️ Precision Medicine
▫️ Clinical Genetics
▫️ Drug Discovery

ويُستخدم يوميًا في الجامعات، المعامل البحثية، شركات الأدوية، والمراكز الطبية حول العالم.

🛑أهم الكنوز الي داخل NCBI

1️⃣ GenBank
قاعدة بيانات عامة تحتوي على ملايين تسلسلات DNA / RNA المرفوعة من الباحثين والمؤسسات العلمية.

تُستخدم في:
▫️ Sequence Retrieval
▫️ Comparative Genomics
▫️ Primer Design
▫️ Evolutionary Analysis

2️⃣ PubMed
أكبر محرك بحث متخصص في الأبحاث الطبية والحيوية.

يحتوي على ملايين الدراسات في مجالات مثل:
▫️ Oncology
▫️ Immunology
▫️ Pharmacology
▫️ Genetics
▫️ Biotechnology

3️⃣ BLAST

Basic Local Alignment Search Tool
أداة للمقارنة بين التسلسلات الحيوية، وتحديد التشابه مع Sequences منشورة مسبقًا.

تُستخدم في:
▫️ Identification of Unknown Sequences
▫️ Homology Detection
▫️ Mutation Mapping
▫️ Species Classification

4️⃣ Gene Database

توفر ملفًا متكاملًا لأي جين يشمل:
▫️ Gene Symbol
▫️ Chromosomal Location
▫️ Biological Function
▫️ Transcript Variants
▫️ Associated Disorders
▫️ Related Publications

5️⃣ ClinVar / dbSNP / RefSeq

قواعد بيانات متقدمة لتحليل الطفرات والـ Variants والجينومات المرجعية.

📍الأهمية البحثية لـ NCBI

المنصة تمثل مصدرًا موحدًا للبيانات عالية الموثوقية، وتُستخدم في:
▫️ تشخيص الأمراض الوراثية
▫️ تحليل الطفرات السرطانية
▫️ اكتشاف Targets دوائية
▫️ تصميم تجارب CRISPR
▫️ تحليل الميكروبيوم
▫️ Comparative Genomics

⭕Professional Workflow داخل NCBI

◽أولًا: البحث الذكي عن جين معين

بدل ما تكتب اسم الجين فقط، استخدم صيغة دقيقة مثل:
✔️TP53 Homo sapiens gene
ده بيوصل مباشرة للنسخة البشرية الصحيحة ويقلل النتائج غير المرتبطة.

◽ثانيًا: استخراج Sequence رسمي معتمد
ادخل على Gene → RefSeq
واستخدم Accession Numbers مثل:
▫️ NM_ (mRNA)
▫️ NP_ (Protein)
▫️ NC_ (Chromosome)

وده أفضل من الاعتماد على Sequences عشوائية.

◽ثالثًا: استخدام BLAST باحتراف
عند إدخال Sequence:
▫️ اختَر database مناسب (nr / refseq / human genomic)
▫️ حدّد الكائن المستهدف
▫️ راقب:
Query Coverage
E-value
Percent Identity

أفضل النتائج ليست دائمًا أول نتيجة فقط

◽رابعًا: تحليل Variant معين
ابحث باستخدام rsID مثل:
rs334
ثم راجع:
▫️ Allele Frequency
▫️ Clinical Significance
▫️ Population Data
▫️ Linked Disorders

◽خامسًا: البحث البحثي المتقدم في PubMed

بدل البحث العادي استخدم:
CRISPR liver cancer review 2025
أو استخدم Filters:
▫️ Review
▫️ Clinical Trial
▫️ Free Full Text
▫️ Recent 5 Years

↩️أخطاء شائعة عند المبتدئين
▫️ استخدام Sequence غير RefSeq
▫️ تجاهل نوع الكائن الحي
▫️ قراءة أول نتيجة فقط في BLAST
▫️ الخلط بين Gene و Protein records
▫️ الاعتماد على مقالات قديمة دون فلترة زمنية

#معلومة #معلومةمفيدة

جمعية التقانة الأحيائية - جامعة أمدرمان الإسلامية
إن لم يمر عليك من التقانة الاحيائية إلا هذا لأجزالك عن كثيراً من المراجع📚

الـ CRISPR-Cas9

هي تقنية متطورة في Genome Editing بتعتمد على نظام طبيعي موجود في البكتيريا، واتطورت علشان تبقى أداة دقيقة تقدر تعدّل أجزاء معينة من الـ DNA جوه الخلايا الحية.

التقنية دي بتعتمد على guide RNA (gRNA) علشان يوجّه إنزيم Cas9 endonuclease لمكان جيني محدد، وبعدها الإنزيم بيعمل double-strand break في الـ DNA، وساعتها الخلية بتستخدم أنظمة الإصلاح الطبيعية بتاعتها علشان يحصل حذف، إضافة، أو استبدال للجزء المطلوب.

وده خلّى التقنية دي واحدة من أهم التطورات الحديثة في مجالات Genetic Engineering و Precision Medicine.

⭕بوضوح اكتر يعني إيه CRISPR؟
هي اختصار لـ Clustered Regularly Interspaced Short Palindromic Repeats، وهو نظام دفاعي جيني موجود طبيعيًا في البكتيريا والـ archaea.

بيتكوّن من تكرارات قصيرة في الـ DNA، وبين كل تكرار والتاني أجزاء محفوظة من المادة الوراثية لفيروسات هاجمت البكتيريا قبل كده، وده بيساعدها تتعرف على الفيروس لو رجع تاني وتقاومه بسرعة.

⭕ يعني إيه Cas9؟
هو إنزيم من عائلة CRISPR-associated proteins، وبيشتغل كـ RNA-guided endonuclease، يعني بيتوجّه عن طريق RNA ويقدر يقطع شريطي الـ DNA في مكان محدد جدًا.

الـ Main Components
▪️ Guide RNA (gRNA)
جزئ RNA بيتصمم بحيث يكون مطابق للتسلسل المطلوب، ووظيفته يوجّه Cas9 للمكان الصح.
▪️ Cas9 Enzyme
هو المقص الجزيئي اللي بيعمل القطع في الـ DNA.
▪️ Target DNA Sequence
الجزء الجيني اللي عايزين نعدّله، ولازم يكون جنبه PAM sequence علشان Cas9 يتعرف عليه.

🛑 How Does It Work?
أول ما الـ gRNA يمسك في التسلسل المستهدف، إنزيم Cas9 بيروح للموقع ده ويعمل double-strand break.

بعدها الخلية بتحاول تصلّح القطع من خلال آليتين رئيسيتين:

▪️ Non-Homologous End Joining (NHEJ)
وده ممكن يسبب تعطيل للجين بسبب insertions أو deletions بسيطة.
▪️ Homology-Directed Repair (HDR)
وده بيستخدم لو فيه template مناسب، وبيسمح بتعديل دقيق أو استبدال جزء معين.

↩️ الـ Applications
▪️ علاج الأمراض الوراثية
▪️ أبحاث علاج السرطان
▪️ دراسة وظيفة الجينات
▪️ تطوير أدوية جديدة
▪️ تحسين المحاصيل الزراعية

◽ المميزات
▪️ دقة عالية
▪️ سريع وفعال
▪️ أقل تكلفة من الطرق الأقدم
▪️ سهل تخصيصه لأي target جيني تقريبًا

⚠️ التحديات
▪️ Off-target mutations
ممكن يحصل تعديل في أماكن مش مقصودة.
▪️ Delivery limitations
صعوبة توصيل النظام لبعض الخلايا أو الأنسجة.
▪️ Low HDR efficiency
كفاءة الإصلاح الدقيق مش دايمًا بتكون عالية.
▪️ Ethical concerns
خصوصًا في تعديل germline cells لأن التغييرات ممكن تنتقل للأجيال اللي بعد كده.

Please add some advises !

يعني إيه Network Pharmacology؟

في الطبيعي، الدوا بيشتغل على target واحد: بروتين أو إنزيم محدد.
لكن أغلب الأمراض مش بسبب جين واحد ولا بروتين واحد
هي نتيجة شبكة كبيرة من الجينات والبروتينات والمسارات الخلوية اللي بتتفاعل مع بعضها.

Network Pharmacology بتيجي تحل المشكلة دي، وبتخلينا نفهم إزاي:الدوا بيأثر على الشبكات كلها مش جزء واحد بس

يعني مش بس: إيه البروتين اللي الدوا بيشتغل عليه؟
لكن: إيه الشبكة اللي الدوا بيغيّرها؟ وإيه تأثير ده على الخلية أو الجسم كله؟

🛑الفكرة هنا زي رسم خريطة الطريق للدواء داخل الخلية:

▫️Nodes (عقد): الجينات، البروتينات، الإنزيمات
▫️Edges (روابط): التفاعلات، التنظيم، إشارات الـ signaling

الشبكة دي بتوضح مين بيتفاعل مع مين، ومين أهم نقطة في الشبكة

لما الدوا يدخل:
_ممكن يفعّل أو يثبّط مجموعة بروتينات
_وده يغيّر الشبكة كلها بطريقة متوقعة أو غير متوقعة

📍 ليه Network Pharmacology قوية؟

1️⃣ أمراض معقدة محتاجة مقاربة شاملة
زي السرطان، السكري، أمراض المناعة، وأمراض الأعصاب

2️⃣ تحديد الأهداف المتعددة
مش بس البروتين الرئيسي، لكن كمان البروتينات المساندة والمسارات المرتبطة

3️⃣ التنبؤ بالتفاعلات الجانبية
لو الشبكة فيها نقاط حساسة، ممكن تعرف إيه التأثيرات السلبية قبل ما الدوا يطلع للسوق

4️⃣ تصميم أدوية متعددة المكونات
خصوصًا في الطب التقليدي أو الأدوية الطبيعية، بدل التركيز على مكون واحد

⭕ أدوات وتقنيات مستخدمة

_Bioinformatics:
تحليل بيانات الشبكات الكبيرة

_Omics data integration: genomics, proteomics, metabolomics

_Network analysis algorithms: لتحديد العقد المركزية والمهمة

_Molecular docking & simulations: للتأكد من التفاعل المتوقع بين الدوا والبروتينات

◽ مثال عملي

▪️لو عندنا مرض معقد زي السرطان:
▪️الشبكة توضح البروتينات اللي بتسبب نمو الورم
▪️الدوا ممكن يستهدف عدة عقد حساسة في الشبكة

_النتيجة: تأثير أوسع وأقوى بدون زيادة السمية

↩️ التحديات

_البيانات الكبيرة ممكن تكون noisy أو ناقصة
_الشبكات بتبقى معقدة جدًا ويصعب تفسير كل تأثير
_معظم الدراسات لسه بحثية ومش جاهزة للتطبيق الإكلينيكي المباشر

السلام عليكم ورحمة الله وبركاته.
مساءات المحبة والأمان 🤍
السادة الخريجين، كيفكم يا شوية طلبة؟
والله أنا افتكرت الجامعة قفلوها بعد ما اتخرجنا لكن طلع لسه في ناس بتقرأ"حزينة ياااا".
المهم :
عزيزي الطالب وعزيزتي الطالبة عايزين نعرف أكتر مشاكل بتواجهكم ك خريجين شنو؟
عشان نقدر نساعدكم ونديكم كل العندنا وزيادة.

في ونسة عادية بين الطلاب كانوا بحكوا عن دكاترتهم وتعاملهم معاهم عجبتني جملة جميلة جدا اتقالت في حق دكتورنا د.مصطفى صديق وقالوا انه "إنسان قبل ما يكون دكتور "بتعامل بمنتهى الإنسانية واللطف وكان أب قبل ما يكون مدرس❤️❤️❤️.
محبات بحجم الكون لدكتورنا ودعوات الصحة والعافية ليه .
دكتور مصطفى نموذج لدكاترة القسم ككل وكلهم في قلبنا والله.
اكتبوا ليهم كومنتات محبة واحترام ونحن بنوصلهم ليهم ❤️

السلام عليكم ورحمة الله وبركاته .
صباح المحبة والأمان ❤️
وفي بداية العام الهجري، اللهم الهجرة لكل ما يثقل قلوبنا وما ينهك تفكرينا.
اللهم الهجرة لكل بلاء يحيط بنا وببلادنا.
اللهم الهجرة لكل ما يلهينا عن قربك وطاعتك يا رب.

عمره النجاح والتوفيق ما كان بفلاحتنا وشطارتنا.
القصة كلها توفيق وكرم من رب العالمين.
وثقة في الرحمن الرحيم حتعدي ذي القبلها وذي القلنا ما حتعدي .
موفقين يا أبطالنا وقلوبنا ودعواتنا معاكم ❤️

وَتَدعو أنْ لا تكون امتحاناتك صعبة لتنجح؛
فتكون صعبةوتنجح!
لتَعلمْ أَنَّ النَّجاح من الله، لا من الامتحانات.
صباحات التوفيق والنجاح لأبطالنا ❤️

في هذه الساعة يخوضوا أبطالنا معارك حاسمة في داخل القاعات، نسأل الله لهم التوفيق والسداد والنصر❤️.