Glavni Novice DeepMind pravi, da lahko predvidi obliko vsake beljakovine v človeškem telesu

DeepMind pravi, da lahko predvidi obliko vsake beljakovine v človeškem telesu

Beljakovine so kompleksne strukture v telesu. Tukaj živobarvni in zaviti madeži predstavljajo različne beljakovine imunskega sistema na zunanji plasti T-celice, vrste belih krvnih celic, ki telesu pomagajo prepoznati tuje vsiljivce.

Beljakovine so kompleksne strukture v telesu. Tukaj živobarvni in zaviti madeži predstavljajo različne beljakovine imunskega sistema na zunanji plasti T-celice, vrste belih krvnih celic, ki telesu pomagajo prepoznati tuje vsiljivce.(Zasluga za sliko: JUAN GAERTNER/ZNANSTVENA KNJIŽNICA FOTOGRAFIJ prek Getty Images)

(odpre se v novem zavihku)

Podjetje za umetno inteligenco (A.I.) DeepMind pravi, da bo kmalu izdalo zbirko podatkov o obliki vseh beljakovin, ki jih znanost pozna - več kot 100 milijonov.

To je vsaka strukturirana beljakovina v človeškem telesu, pa tudi v 20 raziskovalnih vrstah, vključno s kvasom in E. coli bakterije, vinske mušice in miši. Pred projektom podjetja AlphaFold, ki uporablja umetno inteligenco za napovedovanje oblik beljakovin, je bilo po podatkih le 17 % beljakovin v človeškem telesu identificiranih. Tehnološki pregled .

'Videti je osupljivo impresivno,' je za Technology Review povedal Tom Ellis, sintetični biolog na Imperial College London.

Zvijanje beljakovin je neverjetno zapleteno. Beljakovine so zgrajene iz dolgih niti gradnikov, imenovanihamino kisline, ki se zavijejo v čudne in zapletene oblike, da tvorijo funkcionalne strukture. Razkrivanje teh struktur v laboratoriju traja dolgo, vendar DeepMindobjavljen decembrada lahko njegov algoritem AlphaFold določi obliko beljakovin do atom v minutah. Doslej je AlphaFold napovedal 36 % človeških beljakovin z natančnostjo na atomski ravni in več kot polovico z natančnostjo, ki je dovolj dobra, da sproži raziskave o funkcijah beljakovin, pravijo v podjetju. (Približno tretjina beljakovin v telesu nima strukture, razen če se vežejo na nekaj drugega, zato DeepMind ne more natančno predvideti njihove oblike.) AlphaFold naredi te napovedi z uporabo nevronske mreže, vrste algoritma, ki naj bi posnemal kako možgani obdeluje informacije in je še posebej dober pri prepoznavanju vzorcev – na primer medsebojnega delovanja določenih zaporedij aminokislin – v velikih količinah podatkov.

Predvidene oblike je treba še potrditi v laboratoriju, je Ellis povedal za Technology Review. Če bodo rezultati zdržali, bodo hitro spodbudili študijo proteoma ali beljakovin v danem organizmu. Raziskovalci DeepMinda so objavili svojo odprtokodno kodo in predstavili metodo dva recenzirana prispevka (odpre se v novem zavihku) objavljeno v Nature (odpre se v novem zavihku)prejšnji teden.

Zdaj so omogočili prosto dostopnost približno 350.000 proteinskih struktur v AlphaFold Protein Structure Database, glede na objavo podjetja . Sem spada približno 20.000 beljakovin, ki jih izraža človeški genom. (Ko se beljakovine 'izrazijo', to pomeni, da se informacije, shranjene v genomu, pretvorijo v navodila za izdelavo beljakovin, ki nato opravljajo neko funkcijo v telesu.) V prihodnjih mesecih namerava podjetje dodati skoraj vse sekvencirane beljakovine, za katere je znano znanost.

Razumevanje strukture beljakovin lahko pomaga raziskovalcem pri poglobitvi v vzroke bolezni in jim omogoči odkritje novih zdravil, ki bodo izvajala določeno funkcijo v telesu. Po poročanju DeepMinda raziskovalci že uporabljajo odkritja AlphaFolda za preučevanje odpornosti na antibiotike, biologijo virusa SARS-CoV-2, ki povzroča COVID-19, in iskanje novihencimiki se lahko uporabijo za recikliranje plastike.

Prvotno objavljeno na Live Science

Zanimivi Članki