Artefarita inteligenteco de Guglo antaŭdiras la strukturon de preskaŭ ĉiuj konataj proteinoj kaj ŝanĝas sciencon

Artefarita inteligenteco de DeepMind, kompanio de Guglo, sukcese antaŭdiris la strukturon de 200 milionoj da proteinoj, preskaŭ ĉiuj konataj de la scienco. Ĉi tiuj datumoj, libere disponeblaj por iu ajn, estas esencaj por kompreni la biologion de ĉiuj vivaĵoj sur la planedo kaj povas peli la disvolviĝon de novaj medikamentoj aŭ teknologioj kontraŭ plasta poluado aŭ antibiotika rezisto.

Proteinoj estas la konstrubriketoj de vivo. Konstituita el ĉenoj de aminoacidoj, faldantaj en kompletajn formojn, 3D strukturo kiu plejparte determinas ilian funkcion. Scii kiel faldi proteinon permesis al ni provi kompreni kiel ĝi funkcias kaj kiel ĝi kondutas, kio estas unu el la grandaj defioj de biologio dum pli ol kvin jaroj.

Pasintjare, DeepMind surprizis la sciencan komunumon publikigante la kodon por AlphaFold. La strukturoj de miliono da proteinoj, inkluzive de ĉiuj proteinoj en la homa korpo, estas haveblaj en datumbazo konstruita kune kun la Eŭropa Molekula Biologia Laboratorio (EMBL), internacia esplorinstituto.

La malkovro por ĉiam ŝanĝis biologion kaj medicinon. En kelkaj minutoj kaj kun granda precizeco, la esploristoj povis akiri tre trafajn informojn, ekzemple, pri la proteinoj implikitaj en malsamaj malsanoj. La verko estis agnoskita de la revuo 'Scienco' kiel la plej grava scienca esploro de la jaro.

Manĝaĵa nesekureco kaj malsano

La nova ĝisdatigo kun 200 milionoj da proteinoj, grava akcelo de la komenca muelejo, inkluzivas strukturojn por plantoj, bakterioj, bestoj kaj multaj, multaj aliaj organismoj, malfermante enormajn ŝancojn por AlphaFold efiki en gravaj aferoj kiel daŭripovo, brulaĵo. , manĝa malsekureco kaj neglektitaj malsanoj”, diras la brita Demis Hassabis, fondinto kaj Ĉefoficisto de DeepMind, unu el la plej grandaj firmaoj pri artefarita inteligenteco en la mondo. Aljuĝita ĉi-jare per la Premio Princino de Asturio por Scienca kaj Teknika Esploro, Hassabis, kiu estis mirinfano de ŝako kaj dezajnisto de komputilaj ludoj, opinias, ke sciencistoj povus uzi la rezultojn por pli bone kompreni malsanojn kaj akceli novigon en la malkovro de medikamentoj. kaj biologio.

Ekde ĝia lanĉo en 2020, pli ol 500 esploristoj el 000 landoj aliris AlphaFold por pli ol 190 milionoj da strukturoj. Ili uzis ĝin, interalie, por malkovri la proteinojn kiuj influas la sanon de abeloj kaj liberigi efikan vakcinon kontraŭ malario. En majo, esploristoj gviditaj de la Universitato de Oksfordo anoncis, ke ili uzis ĉi tiun algoritmon por helpi determini la strukturon de ŝlosila malaria parazita proteino kaj kontrolis, ke antikoagulantoj verŝajne blokos parazitan transdonon.

nukleaj poroj

Alia sukcesa uzo de AlphaFold kunmetis la nuklean porkomplekson, unu el la plej diablaj enigmoj de biologio. La strukturo konsistas el centoj da proteinaj partoj kaj kontrolas ĉion, kio eniras kaj eliras el la ĉela kerno. Ĝi ankaŭ estis uzata por celi malsanojn kiel ekzemple leishmaniozo kaj Ĉagas-malsano, kiuj misproporcie influas homojn en la plej malriĉaj partoj de la mondo, aŭ lepron kaj skistosomiasis, akra kaj kronika malsano kaŭzita de parazitaj vermoj, kiuj detruas la vivojn de pli ol unu. miliardoj da homoj tra la mondo.

La ilo ŝparos al esploristoj multan tempon, necesas antaŭdiri la strukturojn de proteinoj estas peniga tasko. "AlphaFold estas unika kaj grava progreso en vivsciencoj, kiu pruvas la potencon de AI. Determini la 3D-strukturon de proteino kutimis daŭri multajn monatojn aŭ jarojn, nun necesas sekundoj, "diras Eric Topol, fondinto kaj direktoro de la Scripps Research Institute. Hassabis komparis ĝin kun io tiel simpla kiel fari serĉon en Guglo.

Per Jesús Pérez Gil, Profesoro pri Molekula Biologio kaj Biokemio ĉe la Komplutensa Universitato de Madrido, la antaŭdiroj de AlphaFold sugestas "grandan ŝanĝon" en ĝia esplorkapablo. La fidindeco de artefarita inteligenteco «ĝis nun estis sensacia, multe pli bona ol oni povus imagi. Estas mirinde, ke multaj el ĉi tiuj strukturoj aspektas tre similaj kiam oni vidas eksperimente," li konfesis. La esploristo memorigas, ke ĉi tiuj estas simulaĵoj, kaj ke ĉiuj ili devas esti konfirmitaj per eksperimentaj studoj. La sekva paŝo konsistus ne nur en kompreni la strukturon de proteinoj, sed ankaŭ en malimpliki kiel ili ŝanĝiĝas kiam ili interagas unu kun la alia aŭ kun aliaj molekulaj elementoj.

"Proteinoj faras la plej multajn funkciojn en ĉeloj kaj histoj. Scii kiel ili formiĝas kaj kiel ili kondutas kiam ili interagas inter si aŭ kun aliaj molekuloj permesos al ni evoluigi terapiajn celojn por medikamentoj, serĉi bioteknologiajn aŭ industriajn aplikojn en la nutraĵa industrio, industriaj procezoj aŭ media daŭripovo”, indikas Pérez Gil. .