Umetna inteligenca podjetja DeepMind, Googlovega podjetja, je uspešno napovedala strukturo 200 milijonov beljakovin, skoraj vseh poznanih znanosti. Ti podatki, ki so prosto dostopni vsem, so bistveni za razumevanje biologije vseh živih bitij na planetu in lahko spodbujajo razvoj novih zdravil ali tehnologij proti onesnaževanju s plastiko ali odpornosti na antibiotike.
Beljakovine so gradniki življenja. Sestavljen iz verig aminokislin, ki se zlagajo v popolne oblike, 3D struktura v veliki meri določa njihovo delovanje. Poznavanje, kako zložiti beljakovino, nam je omogočilo, da smo poskusili razumeti, kako deluje in kako se obnaša, kar je že več kot pet let eden od velikih izzivov biologije.
Lani je DeepMind presenetil znanstveno skupnost z izdajo kode za AlphaFold. Strukture milijona beljakovin, vključno z vsemi beljakovinami v človeškem telesu, so na voljo v zbirki podatkov, zgrajeni skupaj z Evropskim laboratorijem za molekularno biologijo (EMBL), mednarodnim raziskovalnim inštitutom.
Odkritje je za vedno spremenilo biologijo in medicino. V nekaj minutah in z veliko natančnostjo je raziskovalcem uspelo pridobiti zelo pomembne informacije, na primer o beljakovinah, ki sodelujejo pri različnih boleznih. Revija 'Science' je delo prepoznala kot najpomembnejšo znanstveno raziskavo leta.
Prehranska negotovost in bolezni
Nova posodobitev z 200 milijoni beljakovin, ki je velika pospešitev v primerjavi z začetnim mlinom, vključuje strukture za rastline, bakterije, živali in številne, številne druge organizme, kar odpira izjemne priložnosti za AlphaFold, da vpliva na pomembna vprašanja, kot so trajnost, gorivo , prehranska negotovost in zapostavljene bolezni,« pravi Britanec Demis Hassabis, ustanovitelj in izvršni direktor DeepMinda, enega največjih podjetij za raziskave umetne inteligence na svetu. Hassabis, ki je bil letos nagrajen z nagrado princese Asturije za znanstvene in tehnične raziskave, je bil čudežni otrok šaha in oblikovalec računalniških iger, verjame, da bi lahko znanstveniki izsledke uporabili za boljše razumevanje bolezni in pospešitev inovacij pri odkrivanju zdravil. in biologije.
Od njegove uvedbe leta 2020 je več kot 500 raziskovalcev iz 000 držav dostopalo do AlphaFolda za več kot 190 milijona struktur. Z njim so med drugim odkrili beljakovine, ki vplivajo na zdravje čebel, in izdali učinkovito cepivo proti malariji. Maja so raziskovalci pod vodstvom univerze Oxford objavili, da so uporabili ta algoritem za pomoč pri določanju strukture ključne beljakovine parazita malarije in preverili, da antikoagulanti verjetno blokirajo prenos parazita.
jedrske pore
Druga uspešna uporaba AlphaFolda je sestavila kompleks jedrnih por, eno najbolj hudičevih bioloških ugank. Struktura je sestavljena iz več sto beljakovinskih delov in nadzoruje vse, kar gre v in iz celičnega jedra. Uporabljali so ga tudi za zdravljenje bolezni, kot sta lišmanioza in Chagasova bolezen, ki nesorazmerno prizadeneta ljudi v najrevnejših delih sveta, ali gobavosti in shistosomiaze, akutne in kronične bolezni, ki jo povzročajo parazitski črvi, ki uničuje življenja več kot milijarde ljudi po vsem svetu.
Orodje bo raziskovalcem prihranilo veliko časa, napovedovanje strukture proteinov je zahtevna naloga. »AlphaFold je edinstven in pomemben napredek v znanosti o življenju, ki dokazuje moč umetne inteligence. Določanje 3D-strukture proteina je včasih trajalo več mesecev ali let, zdaj traja nekaj sekund,« pravi Eric Topol, ustanovitelj in direktor raziskovalnega inštituta Scripps. Hassabis je to primerjal z nečim tako preprostim, kot je iskanje v Googlu.
Po Jesúsu Pérezu Gilu, profesorju molekularne biologije in biokemije na Univerzi Complutense v Madridu, napovedi AlphaFolda kažejo na "ogromno spremembo" v njegovi raziskovalni zmogljivosti. Zanesljivost umetne inteligence «je bila doslej spektakularna, veliko boljša, kot bi si lahko predstavljali. Neverjetno je, da so si mnoge od teh struktur tako zelo podobne, ko jih vidimo eksperimentalno,« je priznal. Raziskovalec opozarja, da gre za simulacije in da je treba vse potrditi z eksperimentalnimi študijami. Naslednji korak ne bi obsegal le razumevanja strukture proteinov, temveč tudi razkrivanje, kako se spreminjajo, ko medsebojno delujejo drug z drugim ali z drugimi molekularnimi elementi.
»Beljakovine opravljajo večino funkcij v celicah in tkivih. Poznavanje, kako nastanejo in kako se obnašajo, ko medsebojno delujejo ali z drugimi molekulami, nam bo omogočilo razvoj terapevtskih ciljev za zdravila, iskanje biotehnoloških ali industrijskih aplikacij v živilski industriji, industrijskih procesih ali okoljski trajnosti,« navaja Pérez Gil .
