ИИ DeepMind решил 50-летнюю проблему сворачивания белков. Alphabet. США

ИИ DeepMind способен предсказывать структуру белков

Некоторые приложения искусственного интеллекта столь же впечатляющи, сколь и бесполезны по сути, но иногда они могут стать прорывом в лечении серьезных заболеваний, и это именно то, о чем мы расскажем в этой статье.

Сущность DeepMind от Alphabet   (да, это те, кому принадлежит Гугл), а точнее ее искусственный интеллект, только что продемонстрировала свои уникальные навыки. Это система, способная предсказывать трехмерные структуры уникальных белков, тем самым преодолевая проблему, которая тормозит биологов более 50 лет. Понимая трехмерные формы различных белков, ученые могут лучше понять, как они работают и как вызывают заболевания, что, в свою очередь, позволит создать более эффективные лекарства. Кроме того, поскольку белок является центральным компонентом химических процессов всех живых организмов, лучшее отображение трехмерных структур может оказаться полезным во многих областях биологических исследований.

Все потому, что, хотя современные научные инструменты, такие как структурная рентгеновская или криоэлектронная микроскопия, позволяют исследователям изучать эти структуры с беспрецедентной точностью, они по-прежнему полагаются на метод проб и ошибок. Белки состоят из одномерных цепочек аминокислот, которые затем складываются в окончательную трехмерную структуру, что, однако, является сюрпризом для ученых. Или, по крайней мере, были, потому что благодаря искусственному интеллекту DeepMind они смогут предсказать, как будет выглядеть конечный результат - это так называемая проблема сворачивания белков, которая волновала исследователей с начала семидесятых годов прошлого века.

В основном потому, что существует так много возможных трехмерных конфигураций, что, по мнению ученых, потребуется больше времени, чем существует Вселенная, чтобы установить их все с помощью сегодняшних методов. И здесь в игру вступает AlphaFold, который был разработан именно для этой цели - первая версия была представлена ​​в 2018 году, и хотя в то время она уже была очень эффективной, теперь она претерпела множество значительных улучшений. Система была обучена примерно на 170 000 общедоступных белковых структурах и огромной базе данных неизвестных белковых структур, что позволило ей достичь 92,4% с точки зрения эффективности в широко используемом тесте Global Distance.

Поразительно точные модели AlphaFold позволили нам вычислить структуру белка, котjрую мы не могли определить в течение почти десяти лет, возобновив наши усилия по пониманию того, как сигналы передаются между клеточными мембранами", - объясняет профессор Андрей Лупас из Института Макса Планка (именно из подразделения развития биологии)

В целом, ИИ поможет ученым определить неисправные белки и причины, приводящие к определенным заболеваниям, открывая новые возможности для разработки лекарств и быстрого лечения. Он также может помочь в разработке ферментов для разложения пластикового мусора или будущих пандемий, и даже предсказать структуру новых вирусов. Кроме того, ученые раскроют секреты современных белковых структур, которые до сих пор оставались для нас загадкой.
Источник