Umjetna inteligencija kompanije DeepMind, kompanije Google, uspješno je predvidjela strukturu 200 miliona proteina, gotovo svi poznati nauci. Ovi podaci, slobodno dostupni svima, ključni su za razumijevanje biologije svih živih bića na planeti i mogu potaknuti razvoj novih lijekova ili tehnologija protiv zagađenja plastikom ili otpornosti na antibiotike.
Proteini su građevni blokovi života. Sastoje se od lanaca aminokiselina, koji se sklapaju u potpune oblike, 3D strukture koja u velikoj mjeri određuje njihovu funkciju. Poznavanje savijanja proteina omogućilo nam je da pokušamo razumjeti kako on funkcionira i kako se ponaša, što je jedan od velikih izazova biologije već više od pet godina.
Prošle godine, DeepMind je iznenadio naučnu zajednicu objavljivanjem koda za AlphaFold. Strukture od milion proteina, uključujući sve proteine u ljudskom tijelu, dostupne su u bazi podataka izgrađenoj zajedno sa Evropskom laboratorijom za molekularnu biologiju (EMBL), međunarodnim istraživačkim institutom.
Ovo otkriće je zauvijek promijenilo biologiju i medicinu. Za nekoliko minuta i sa velikom preciznošću, istraživači su uspeli da dobiju veoma relevantne informacije, na primer, o proteinima uključenim u različite bolesti. Rad je od strane časopisa 'Science' prepoznat kao najznačajnije naučno istraživanje godine.
Nesigurnost hrane i bolesti
Novo ažuriranje sa 200 miliona proteina, veliko ubrzanje u odnosu na početni mlin, uključuje strukture za biljke, bakterije, životinje i mnoge, mnoge druge organizme, otvarajući ogromne mogućnosti za AlphaFold da utiče na važna pitanja kao što su održivost, gorivo , nesigurnost hrane i zanemarene bolesti”, kaže Britanac Demis Hassabis, osnivač i izvršni direktor DeepMinda, jedne od najvećih kompanija za istraživanje umjetne inteligencije na svijetu. Nagrađen ove godine nagradom princeze od Asturije za naučna i tehnička istraživanja, Hassabis, koji je bio čudo od djeteta u šahu i dizajner kompjuterskih igrica, vjeruje da bi naučnici mogli iskoristiti otkrića da bolje razumiju bolesti i ubrzaju inovacije u otkrivanju lijekova. i biologiju.
Od njegovog lansiranja 2020. godine, više od 500 istraživača iz 000 zemalja pristupilo je AlphaFold-u za više od 190 miliona struktura. Iskoristili su ga, između ostalog, da otkriju proteine koji utiču na zdravlje pčela i da proizvode efikasnu vakcinu protiv malarije. U svibnju, istraživači predvođeni Univerzitetom Oxford objavili su da su koristili ovaj algoritam kako bi pomogli u određivanju strukture ključnog proteina parazita malarije i potvrdili da antikoagulansi vjerovatno blokiraju prijenos parazita.
nuklearne pore
Još jedna uspješna upotreba AlphaFolda spojila je kompleks nuklearnih pora, jednu od najđavoličnijih bioloških zagonetki. Struktura se sastoji od stotina proteinskih dijelova i kontrolira sve što ulazi i izlazi iz ćelijskog jezgra. Također se koristi za ciljanje bolesti kao što su lajšmanijaza i Chagasova bolest, koje nesrazmjerno pogađaju ljude u najsiromašnijim dijelovima svijeta, ili gube i šistosomijaze, akutne i kronične bolesti uzrokovane parazitskim crvima. koja uništava živote više od milijardi ljudi širom sveta.
Alat će istraživačima uštedjeti mnogo vremena, potrebno je predvidjeti strukture proteina težak zadatak. “AlphaFold je jedinstven i značajan napredak u nauci o životu koji pokazuje moć AI. Određivanje 3D strukture proteina nekada je trajalo mnogo mjeseci ili godina, a sada je potrebno nekoliko sekundi“, kaže Eric Topol, osnivač i direktor Scripps Research Institute. Hassabis je to uporedio sa nečim jednostavnim kao što je Google pretraga.
Za Jesúsa Péreza Gila, profesora molekularne biologije i biohemije na Univerzitetu Complutense u Madridu, predviđanja AlphaFolda ukazuju na "ogromnu promjenu" u njegovim istraživačkim kapacitetima. Pouzdanost umjetne inteligencije «do sada je bila spektakularna, mnogo bolja nego što se moglo zamisliti. Nevjerovatno je da mnoge od ovih struktura izgledaju toliko slično kada se pogledaju eksperimentalno", priznao je. Istraživač podsjeća da je riječ o simulacijama, te da se sve moraju potvrditi eksperimentalnim studijama. Sljedeći korak bi se sastojao ne samo u razumijevanju strukture proteina, već i u otkrivanju načina na koji se oni mijenjaju kada stupaju u interakciju jedni s drugima ili s drugim molekularnim elementima.
“Proteini su ono što obavlja većinu funkcija u ćelijama i tkivima. Poznavanje kako nastaju i kako se ponašaju kada su u interakciji jedni s drugima ili s drugim molekulima omogućit će nam da razvijemo terapijske ciljeve za lijekove, tražimo biotehnološke ili industrijske primjene u prehrambenoj industriji, industrijskim procesima ili ekološkoj održivosti“, ukazuje Pérez Gil .
