En kunstig intelligens fra DeepMind, et Google-firma, har med succes forudsagt strukturen af 200 millioner proteiner, næsten alle kendt af videnskaben. Disse data, som er frit tilgængelige for enhver, er afgørende for at forstå biologien af alle levende ting på planeten og kan drive udviklingen af nye lægemidler eller teknologier mod plastikforurening eller antibiotikaresistens.
Proteiner er livets byggesten. Består af kæder af aminosyrer, der foldes til komplette former, en 3D-struktur, der i høj grad bestemmer deres funktion. At vide, hvordan man folder et protein, gav os mulighed for at prøve at forstå, hvordan det virker, og hvordan det opfører sig, hvilket har været en af biologiens store udfordringer i mere end fem år.
Sidste år overraskede DeepMind det videnskabelige samfund ved at frigive koden til AlphaFold. Strukturerne af en million proteiner, inklusive alle proteinerne i den menneskelige krop, er tilgængelige i en database bygget sammen med European Molecular Biology Laboratory (EMBL), et internationalt forskningsinstitut.
Opdagelsen ændrede for altid biologi og medicin. I løbet af få minutter og med stor præcision var forskerne i stand til at indhente yderst relevant information om for eksempel de proteiner, der er involveret i forskellige sygdomme. Værket blev anerkendt af magasinet 'Science' som årets vigtigste videnskabelige forskning.
Fødevareusikkerhed og sygdom
Den nye opdatering med 200 millioner proteiner, en stor fremskyndelse fra den oprindelige mølle, inkluderer strukturer for planter, bakterier, dyr og mange, mange andre organismer, hvilket åbner enorme muligheder for AlphaFold til at få indflydelse på vigtige emner såsom bæredygtighed, brændstof, fødevareusikkerhed og oversete sygdomme,” siger britiske Demis Hassabis, grundlægger og administrerende direktør for DeepMind, en af verdens største kunstig intelligens-forskningsvirksomheder. Tildelt i år med Princess of Asturias Award for videnskabelig og teknisk forskning, mener Hassabis, som var et vidunderbarn af skak og designer af computerspil, at videnskabsmænd kunne bruge resultaterne til bedre at forstå sygdomme og fremskynde innovation i opdagelsen af lægemidler og biologi.
Siden lanceringen i 2020 har mere end 500 forskere fra 000 lande fået adgang til AlphaFold for mere end 190 millioner strukturer. De har blandt andet brugt det til at opdage de proteiner, der påvirker biers sundhed og frigive en effektiv vaccine mod malaria. I maj annoncerede Oxford University-ledede forskere, at de brugte denne algoritme til at hjælpe med at bestemme strukturen af et vigtigt malariaparasitprotein og verificerede, at antikoagulantia sandsynligvis ville blokere parasittransmission.
nukleare porer
Endnu en vellykket brug af AlphaFold sammensatte det nukleare porekompleks, et af biologiens mest djævelske gåder. Strukturen består af hundredvis af proteindele og styrer alt, hvad der går ind og ud af cellekernen. Det er også blevet brugt til at målrette mod sygdomme som leishmaniasis og Chagas sygdom, som uforholdsmæssigt påvirker mennesker i de fattigste dele af verden, eller spedalskhed og schistosomiasis, en akut og kronisk sygdom forårsaget af parasitære orme. som ødelægger livet for mere end en milliarder mennesker rundt om i verden.
Værktøjet vil spare forskerne en masse tid, det er nødvendigt at forudsige strukturerne af proteiner er en besværlig opgave. "AlphaFold er et unikt og betydningsfuldt fremskridt inden for biovidenskab, der demonstrerer AI's kraft. At bestemme 3D-strukturen af et protein plejede at tage mange måneder eller år, nu tager det sekunder,” siger Eric Topol, grundlægger og direktør for Scripps Research Institute. Hassabis sammenlignede det med noget så simpelt som at lave en Google-søgning.
For Jesús Pérez Gil, professor i molekylær biologi og biokemi ved Complutense University of Madrid, tyder AlphaFolds forudsigelser på "en enorm ændring" i dets forskningskapacitet. Pålideligheden af kunstig intelligens «har været spektakulær indtil videre, meget bedre end man kunne forestille sig. Det er forbløffende, at mange af disse strukturer ligner så meget, når de ses eksperimentelt," indrømmede han. Forskeren minder om, at der er tale om simuleringer, og at de alle skal bekræftes med eksperimentelle undersøgelser. Det næste trin ville bestå ikke kun i at forstå strukturen af proteiner, men også i at optrevle, hvordan de ændrer sig, når de interagerer med hinanden eller med andre molekylære elementer.
"Proteiner er det, der udfører de fleste funktioner i celler og væv. At vide, hvordan de dannes, og hvordan de opfører sig, når de interagerer med hinanden eller med andre molekyler, vil give os mulighed for at udvikle terapeutiske mål for lægemidler, søge efter bioteknologiske eller industrielle applikationer i fødevareindustrien, industrielle processer eller miljømæssig bæredygtighed”, siger Pérez Gil. .
