Phoebe Newman W 2020 roku laboratorium sztucznej inteligencji o nazwie DeepMind zaprezentowało technologię, która może przewidywać kształt białek – mikroskopijnych mechanizmów, które kierują zachowaniem ludzkiego ciała i wszystkich innych żywych istot.
Rok później laboratorium udostępniło naukowcom narzędzie o nazwie AlphaFold i Odblokuj przewidywalne kształty ponad 350 000 białek, w tym wszystkie białka ulegające ekspresji w ludzkim genomie. Natychmiast zmienił bieg badań biologicznych. Jeśli naukowcy potrafią zidentyfikować kształty białek, mogą przyspieszyć zdolność rozumienia chorób, opracowywania nowych leków i, w inny sposób, badania tajemnic życia na Ziemi.
Teraz DeepMind opublikował prognozy dotyczące prawie każdego białka znanego nauce. W czwartek laboratorium z siedzibą w Londynie, które należy do tej samej firmy macierzystej co Google, poinformowało, że dodało ponad 200 milionów prognoz do internetowej bazy danych, która jest dostępna bezpłatnie dla naukowców na całym świecie.
Dzięki tej nowej wersji naukowcy zajmujący się DeepMind mają nadzieję przyspieszyć poszukiwania jeszcze bardziej tajemniczych organizmów i zapoczątkować nową dziedzinę zwaną metaproteomiką.
„Naukowcy mogą teraz eksplorować całą tę bazę danych i szukać wzorców – powiązań między gatunkami i wzorcami ewolucyjnymi, które do tej pory mogły nie być jasne” – powiedział Demis Hassabis, dyrektor generalny DeepMind, w wywiadzie telefonicznym.
Białka zaczynają się jako łańcuchy związków chemicznych, a następnie skręcają się i składają w trójwymiarowe kształty, które określają, w jaki sposób te cząsteczki odnoszą się do innych. Jeśli naukowcy potrafią określić, jak wygląda dane białko, mogą rozszyfrować, jak ono działa.
Ta wiedza jest często istotną częścią walki z chorobami i chorobami. Na przykład bakterie opierają się antybiotykom poprzez ekspresję pewnych białek. Jeśli naukowcy zrozumieją, jak działają te białka, mogą rozpocząć walkę z opornością na antybiotyki.
Wcześniej określenie kształtu białka wymagało rozległych eksperymentów z wykorzystaniem promieni rentgenowskich, mikroskopów i innych instrumentów na stole laboratoryjnym. Teraz, patrząc na szereg związków chemicznych, które składają się na białko, AlphaFold może przewidzieć jego kształt.
Technologia nie jest idealna. Ale może przewidzieć kształt białka z dokładnością dorównującą eksperymentom fizycznym w około 63% przypadków, zgodnie z niezależnymi standardowymi testami. Mając w ręku prognozę, naukowcy mogą stosunkowo szybko zweryfikować jej dokładność.
Clement Verba, badacz z Uniwersytetu Kalifornijskiego w San Francisco, który wykorzystuje technologię do zrozumienia koronawirusa i przygotowania się na podobne pandemie, powiedział, że technologia „wysłała” tę pracę, często oszczędzając miesiące czasu próbnego. Inni używali tego narzędzia, walcząc z zapaleniem żołądka i jelit, malarią i chorobą Parkinsona.
Technologia przyspieszyła również badania poza organizmem ludzkim, w tym wysiłki na rzecz poprawy zdrowia pszczół miodnych. Rozszerzona baza danych DeepMind może pomóc większej społeczności naukowców osiągnąć podobne korzyści.
Dr Verba, podobnie jak dr Hasabis, wierzy, że baza danych zapewni nowe sposoby zrozumienia, jak białka zachowują się u różnych gatunków. Postrzega to także jako sposób na kształcenie nowego pokolenia uczonych. Nie wszyscy badacze są dobrze zorientowani w tego typu biologii strukturalnej. Baza danych wszystkich znanych białek obniża barierę wejścia. „Może przynieść masom biologię strukturalną” – powiedział dr Verba.
