DeepMind teigia, kad išlaisvins kiekvieno mokslui žinomo baltymo struktūrą

DeepMind

2020 m. gruodį DeepMind nustebino biologijos pasaulį, kai išsprendė 50 metų trukusį didžiulį iššūkį naudodama AlphaFold – dirbtinio intelekto įrankį, numatantį baltymų struktūrą. Praėjusią savaitę Londone įsikūrusi bendrovė paskelbė visa informacija apie šį įrankį ir išleido šaltinio kodą.

Dabar įmonė paskelbė, kad tai padarė naudojo savo AI, kad nuspėtų beveik visų žmogaus kūno baltymų formas , taip pat šimtų tūkstančių kitų baltymų formos, randamos 20 plačiausiai ištirtų organizmų, įskaitant mieles, vaisines muses ir peles. Proveržis leistų biologams iš viso pasaulio geriau suprasti ligas ir sukurti naujus vaistus.

Susijusi istorija

„DeepMind“ baltymus sulankstantis AI išsprendė 50 metų senumo didžiulį biologijos iššūkį

AlphaFold gali numatyti baltymų formą iki atomo pločio. Proveržis padės mokslininkams sukurti vaistus ir suprasti ligas.

Iki šiol gaubtą sudaro 350 000 naujai prognozuotų baltymų struktūrų. „DeepMind“ teigia, kad per ateinančius kelis mėnesius prognozuos ir išleis daugiau nei 100 milijonų struktūrų – daugiau ar mažiau visų mokslui žinomų baltymų.

Baltymų lankstymas yra problema, į kurią žiūriu daugiau nei 20 metų, sako DeepMind vienas iš įkūrėjų ir generalinis direktorius Demisas Hassabis. Mums tai buvo didžiulis projektas. Sakyčiau, kad tai didžiausias dalykas, kurį iki šiol padarėme. Ir tai tam tikra prasme yra įdomiausia, nes ji turėtų turėti didžiausią poveikį pasaulyje už AI.

Baltymai sudaryti iš ilgų aminorūgščių juostelių, kurios susisuka į sudėtingus mazgus. Žinant baltymo mazgo formą, galima atskleisti, ką tas baltymas veikia, o tai labai svarbu norint suprasti, kaip veikia ligos, ir kuriant naujus vaistus arba identifikuojant organizmus, kurie gali padėti kovoti su tarša ir klimato kaita. Norint išsiaiškinti baltymo formą, laboratorijoje užtrunka savaites ar mėnesius. AlphaFold gali nuspėti formas iki artimiausio atomo per dieną ar dvi.

Naujoji duomenų bazė turėtų dar labiau palengvinti biologų gyvenimą. „AlphaFold“ gali būti prieinama mokslininkams, tačiau ne visi norės patys paleisti programinę įrangą. Daug lengviau paimti struktūrą iš duomenų bazės, nei ją paleisti savo kompiuteryje, sako Davidas Bakeris iš Vašingtono universiteto Baltymų projektavimo instituto, kurio laboratorija sukūrė savo įrankį baltymų struktūrai numatyti. RoseTTAFold , remiantis AlphaFold metodu.

Per pastaruosius kelis mėnesius Bakerio komanda dirbo su biologais, kurie anksčiau buvo įstrigę bandydami išsiaiškinti tiriamų baltymų formą. Jis sako, kad yra daug nuostabių biologinių tyrimų, kurie buvo tikrai paspartinti. Vieša duomenų bazė, kurioje yra šimtai tūkstančių paruoštų baltymų formų, turėtų būti dar didesnis greitintuvas.

Tai atrodo stulbinamai įspūdingai, sako Tomas Elisas, sintetinis biologas iš Londono imperatoriškojo koledžo, tyrinėjantis mielių genomą, nekantraujantis išbandyti duomenų bazę. Tačiau jis įspėja, kad dauguma numatytų formų dar nebuvo patikrintos laboratorijoje.

Atominis tikslumas

Naujojoje „AlphaFold“ versijoje prognozės pateikiamos su patikimumo balu, kurį įrankis naudoja pažymėdamas, kiek artima, jo manymu, kiekviena numatoma forma yra tikrovėje. Naudodama šią priemonę, DeepMind nustatė, kad AlphaFold numatė 36% žmogaus baltymų formas tokiu tikslumu, kuris yra teisingas iki atskirų atomų lygio. Tai yra pakankamai gera vaistų kūrimui, sako Hassabis.

Anksčiau, po dešimtmečius trukusio darbo, tik 17% žmogaus organizme esančių baltymų buvo nustatytos laboratorijoje. Jei „AlphaFold“ prognozės yra tokios tikslios, kaip teigia „DeepMind“, įrankis šį skaičių padidino daugiau nei dvigubai per kelias savaites.

Net prognozės, kurios nėra visiškai tikslios atominiu lygmeniu, vis dar yra naudingos. Daugiau nei pusei žmogaus kūno baltymų AlphaFold numatė formą, kuri turėtų būti pakankamai gera, kad mokslininkai galėtų išsiaiškinti baltymų funkciją. Likusios dabartinės AlphaFold prognozės yra arba neteisingos, arba susijusios su trečdaliu žmogaus kūno baltymų, kurie neturi struktūros, kol nesusijungia su kitais. Jie yra diskiniai, sako Hassabis.

Tai, kad jį galima pritaikyti tokiam kokybės lygiui, yra įspūdingas dalykas, sako Mohammedas AlQuraishas, ​​Kolumbijos universiteto sistemų biologas, sukūręs savo programinę įrangą baltymų struktūrai nuspėti. Jis taip pat atkreipia dėmesį į tai, kad turėdami daugumos baltymų struktūras organizme, bus galima ištirti, kaip šie baltymai veikia kaip sistema, o ne tik atskirai. Tai, mano nuomone, yra labiausiai jaudinanti, sako jis.

„DeepMind“ išleidžia savo įrankius ir prognozes nemokamai ir nesakys, ar ateityje planuoja iš jų užsidirbti. Tačiau tai neatmeta galimybės. Siekdama sukurti ir valdyti duomenų bazę, „DeepMind“ bendradarbiauja su Europos molekulinės biologijos laboratorija – tarptautine tyrimų institucija, kuri jau turi didelę baltymų informacijos duomenų bazę.

Kol kas AlQuraishi nekantrauja pamatyti, ką tyrėjai padarys su naujais duomenimis. Jis sako, kad tai gana įspūdinga, nemanau, kad nė vienas iš mūsų manė, kad taip greitai atsidursime čia. Tai protu nesuvokiama.

paslėpti