A DeepMind, a Google egyik mesterséges intelligenciája sikeresen megjósolta 200 millió fehérje szerkezetét, amelyek szinte mindegyikét ismeri a tudomány. Ezek a bárki számára szabadon hozzáférhető adatok elengedhetetlenek a bolygó összes élőlényének biológiájának megértéséhez, és elősegíthetik a műanyagszennyezés vagy az antibiotikum-rezisztencia elleni új gyógyszerek vagy technológiák kifejlesztését.
A fehérjék az élet építőkövei. Aminosavak láncaiból épülnek fel, teljes formákká hajtódnak össze, egy 3D-s szerkezet, amely nagyban meghatározza a működésüket. A fehérjék hajtogatásának ismerete lehetővé tette számunkra, hogy megpróbáljuk megérteni, hogyan működik és hogyan viselkedik, ami több mint öt éve a biológia egyik legnagyobb kihívása.
Tavaly a DeepMind meglepte a tudományos közösséget azzal, hogy kiadta az AlphaFold kódját. A European Molecular Biology Laboratory (EMBL) nemzetközi kutatóintézettel közösen épített adatbázisban millió fehérje szerkezete, beleértve az emberi test összes fehérjét is, elérhető.
A felfedezés örökre megváltoztatta a biológiát és az orvostudományt. A kutatóknak percek alatt és nagy pontossággal sikerült rendkívül releváns információkat szerezniük, például a különböző betegségekben szerepet játszó fehérjékről. A munkát a Tudomány folyóirat az év legfontosabb tudományos kutatásaként ismerte el.
Élelmiszer-bizonytalanság és betegségek
A 200 millió fehérjét tartalmazó új frissítés, amely a kezdeti malomhoz képest jelentős felgyorsítás, növények, baktériumok, állatok és sok-sok más organizmus szerkezetét tartalmazza, óriási lehetőségeket nyitva az AlphaFold számára, hogy olyan fontos kérdésekben tudjon hatni, mint a fenntarthatóság, az üzemanyag, az élelmiszer-ellátás bizonytalansága és az elhanyagolt betegségek” – mondja a brit Demis Hassabis, a DeepMind, a világ egyik legnagyobb mesterséges intelligenciakutató cégének alapítója és vezérigazgatója. A tudományos és műszaki kutatásokért idén Asztúria hercegnője díjjal kitüntetett Hassabis, aki a sakk csodagyereke és számítógépes játékok tervezője volt, úgy véli, hogy a tudósok felhasználhatják az eredményeket a betegségek jobb megértésére és az innováció felgyorsítására a gyógyszerek felfedezésében. és biológia.
A 2020-as elindítása óta több mint 500 000 kutató 190 országból férhetett hozzá az AlphaFoldhoz több mint 2 millió szerkezethez. Használták többek között a méhek egészségét befolyásoló fehérjék felfedezésére, és hatékony malária elleni vakcina kibocsátására. Májusban az Oxfordi Egyetem vezette kutatók bejelentették, hogy ezt az algoritmust használták a malária egyik kulcsfontosságú parazita fehérje szerkezetének meghatározására, és igazolták, hogy az antikoagulánsok valószínűleg blokkolják a parazita terjedését.
nukleáris pórusok
Az AlphaFold másik sikeres alkalmazása a nukleáris pórusok komplexét állította össze, amely a biológia egyik legördögibb rejtvénye. A szerkezet több száz fehérje részből áll, és mindent szabályoz, ami a sejtmagba be és ki kerül. Olyan betegségek kezelésére is alkalmazták, mint a leishmaniasis és a Chagas-kór, amelyek aránytalanul érintik az embereket a világ legszegényebb részein, vagy a lepra és a schistosomiasis, a parazita férgek által okozott akut és krónikus betegség, amely több mint egy ember életét pusztítja el. milliárd ember a világon.
Az eszköz sok időt takarít meg a kutatóknak, a fehérjék szerkezetének előrejelzése fáradságos feladat. „Az AlphaFold egyedülálló és jelentős előrelépés az élettudományok terén, amely bemutatja az AI erejét. Egy fehérje 3D-s szerkezetének meghatározása korábban sok hónapot vagy évet vett igénybe, most pedig másodpercekig tart” – mondja Eric Topol, a Scripps Research Institute alapítója és igazgatója. Hassabis egy olyan egyszerű dologhoz hasonlította, mint egy Google-keresés.
Jesús Pérez Gil, a Madridi Complutense Egyetem molekuláris biológia és biokémia professzora szerint az AlphaFold előrejelzései "hatalmas változást" jeleznek kutatási kapacitásában. A mesterséges intelligencia megbízhatósága «eddig látványos volt, sokkal jobb, mint azt elképzelni lehetett. Elképesztő, hogy ezek a szerkezetek nagyon hasonlítanak kísérletileg" - ismerte el. A kutató emlékeztet arra, hogy ezek szimulációk, és mindegyiket kísérleti vizsgálatokkal kell megerősíteni. A következő lépés nemcsak a fehérjék szerkezetének megértése, hanem annak feltárása is, hogyan változnak, amikor kölcsönhatásba lépnek egymással vagy más molekuláris elemekkel.
„A fehérjék a legtöbb funkciót a sejtekben és szövetekben. Ha tudjuk, hogyan keletkeznek és hogyan viselkednek, amikor kölcsönhatásba lépnek egymással vagy más molekulákkal, lehetővé válik számunkra, hogy terápiás célpontokat fejlesszünk ki gyógyszerek számára, biotechnológiai vagy ipari alkalmazásokat keressünk az élelmiszeriparban, az ipari folyamatokban vagy a környezeti fenntarthatóságban” – mondja Pérez Gil. .
