Skokovit napredek: Googlova umetna inteligenca rešila 50 let star problem oblikovanja proteinov v prostoru

Programi, ki uporabljajo »umetno inteligenco« so napredovali že do te mere, da so z njimi pravkar rešili problem, s katerim so se znanstveniki ukvarjali 50 let in bili prepričani, da se bodo z njim ukvarjali še več desetletij.

V okviru raziskovalnega projekta DeepMind (»Globoki um«) je Googlov program AlphaFold dokazal, da lahko točno napove, kako se bodo proteini oblikovali v tridimenzionalnem prostoru, poroča Guardian.

Prav to je namreč ključno pri spajanju živih oblik, nastanku življenja in razumevanje celotnega mehanizma biološkega življenja.

DeepMind AI cracks 50-year-old problem of protein foldinghttps://t.co/xkYeJUJfV2

— IDA Construction (@HealthyBuilds) December 6, 2020

To bi lahko razkrilo tudi nekatere mehanizme za nastanek bolezni ter izdelavo posebnih zdravil za njih ali pa na primer encimov, ki bi z lahkoto razgradili plastično embalažo in podobno.

DeepMind bo sedaj pričel sodelovati z več raziskovalnimi skupinami.

Venki Ramakrishnan, predsednik britanskega Kraljevega združenja je napredek ocenil kot »osupljiv«, saj naj bi se zgodil »desetletja prej, kot so mnogi predvidevali.«

DeepMind je bil doslej znan predvsem po tem, da je v igrah, kot so šah, Go, Starcraft II in drugih pričel hitro premagovati najboljše igralce na svetu.

Zato so mu dali težjo nalogo: ugotoviti, kako se v prostoru razporejajo proteini, sestavljeni iz aminokislin, ki so »gradniki življenja.« Njihova oblika namreč določa različne funkcije.

Znanstveniki so doslej odkrili okoli 200 milijonov različnih proteinov, vendar poznajo samo strukture majhnega števila njih. Za določitev oblik je potrebno večletno delo številnih laboratorijev.

Zato so znanstveniki DeepMind in njegov algoritem oskrbeli s podatki o okoli 170.000 znanih sekvencah proteinov in njihovih oblikah.

Računalnik opremljen s samo okoli 200 grafičnimi enotami –, kar danes pomeni le srednje močan računalnik – je »treniral« program umetne inteligence več tednov.

How DeepMind’s protein-folding breakthrough could transform drug development (story by @thomas_macaulay) https://t.co/CAC0RT8oxy - via @thenextweb

— gianluca (@gianbellan) December 6, 2020

Nato so ga poslali na »proteinsko olimpijado« imenovano Casp, kjer računalniki dobijo sekvence aminokislin okoli 100 proteinov in morajo nato ugotoviti njihove oblike.

Program AlphaFold ne samo, da je presegel podobne druge programe, pač pa je dosegel natančnost, ki je enaka ali boljša od laboratorijskih, ki temeljijo na večletnih raziskavah.

V povprečju je dosegel 92,5 odstotno točnost, pri čemer laboratorijske eksperimentalne metode dosegajo 90-odstotno točnost.

Le pri najtežjih proteinih je bila njegova točnost 87-odstotna.

Andrei Lupas, direktor inštituta Max Planck za raziskovalno biologijo je dejal, da so na podlagi tega znanstveniki že pričeli odkrivati oblike proteinov, ki so jim bile neznane desetletja.

Janet Thornton, direktorica inštituta EMBL, Evropskega bioinformatičnega inštituta nedaleč od Cambridgea je nad rezultati navdušena: »Gre za problem, za katerega sem bila prepričana, da ne bo rešen v času mojega življenja. Poznavanje teh struktur nam bo res pomagalo pri razumevanju, kako delujejo in se obnašajo ljudje.«

Vsak človek je sestavljen iz več deset tisoč proteinov, milijarde pa so tudi v drugih živalih, virusih in bakterijah.

DeepMind AI cracks 50-year-old problem of protein folding https://t.co/UdTJtAImEd

— Joanne Henderson (@RecruiterJoanne) December 5, 2020

Ker njihova oblika določa tudi to, kaj počnejo, v molekularni biologiji znanstveniki ponavljajo, da je »struktura enaka funkciji.«

S tem prebojem –, ki so nam ga omogočili superračunalniki - bo mogoče v znanosti napredovati veliko hitreje.

In kot je dejal eden od znanstvenikov, bomo z novo metodo morda že kmalu »gledali na zdravljenje bolezni v našem času tako, kot danes gledamo na zdravljenje infekcij v času pred penicilinom ali spremljanja nosečnosti pred odkritjem ultrazvoka.«