Искусственный интеллект расшифровал структуру практически каждого известного науке белка. Это дает возможность разработки новых лекарств или технологий для решения глобальных проблем, таких как голод или загрязнение окружающей среды, пишет Guardian.
Белки представляют собой строительный материал любой жизни. Они образованы из цепей аминокислот, сложенных в сложные формы, а их трехмерная структура в значительной степени определяет их функцию. Понимание структуры каждого белка дает возможность понять принцип его работы и изменить его поведение.
Это знание часто является жизненно важной частью борьбы с болезнями. К примеру, бактерии устойчивы к антибиотикам, экспрессируя определенные белки. Если ученые смогут понять, как работают эти белки, они смогут начать борьбу со стойкостью к антибиотикам. До недавнего времени ученые расшифровали лишь часть из 200 миллионов белков, известных науке.
В ноябре 2020 года группа DeepMind объявила, что разработала программу под названием AlphaFold, которая может быстро предсказать эту информацию посредством алгоритма. С того момента алгоритм исследовал генетические коды каждого организма, геном которого секвенировали, и предусмотрел структуру сотен миллионов белков, которые они вместе содержат.
В прошлом году DeepMind опубликовал в открытой базе данных структуру белков для 20 видов, включая почти все 20 000 производимых людьми белков. Теперь он завершил работу и опубликовал прогнозируемые структуры для более чем 200 миллионов белков.
«По сути, можно говорить, что это охватывает всю белковую вселенную. Она включает в себя предполагаемые структуры для растений, бактерий, животных и многих других организмов, что открывает огромные новые возможности для AlphaFold влиять на важные проблемы, такие как окружающая среда, продовольственная безопасность и болезни», – пояснил основатель и главный исполнительный директор DeepMind Демис Хасдобис.
Ученые уже используют некоторые из предварительных прогнозов, чтобы помочь разработать новые лекарства. В мае исследователи под руководством профессора Мэтью Хиггинса из Оксфордского университета объявили, что они использовали модели AlphaFold для определения структуры ключевого белка паразита малярии и выяснения, где могут связываться антитела, которые способны блокировать передачу паразита.
«Раньше мы использовали технику под названием белковая кристаллография, чтобы определить, как выглядит эта молекула, но поскольку она достаточно динамична, мы просто не могли с ней справиться», - рассказал Хиггинс.
«Когда мы взяли модели AlphaFold и объединили их с этими экспериментальными доказательствами, вдруг все приобрело смысл. Теперь это понимание будет использовано для разработки усовершенствованных вакцин, индуцирующих самые мощные антитела, блокирующие передачу», — добавил он.
Модели AlphaFold также используются учеными Центра ферментных инноваций Университета Портсмута, чтобы идентифицировать ферменты из природного мира, которые можно настроить для утилизации и переработки пластика.
«Нам потребовалось достаточно много времени, чтобы просмотреть эту огромную базу данных структур, но мы открыли целый ряд новых трехмерных форм, которых мы никогда раньше не видели и которые могли бы действительно разрушать пластик», – говорит профессор Джон МакГихан.
«Произошло полное изменение парадигмы. Мы действительно можем ускорить свои разработки, что поможет нам направить эти драгоценные ресурсы на то, что действительно имеет значение», — добавляет он.
Руководитель группы и старший научный сотрудник Европейского института биоинформатики Европейской лаборатории молекулярной биологии профессор Дам Джанет Торнтон также говорит, что предсказание структуры белка AlphaFold уже используется множеством способов.
«Я ожидаю, что это последнее обновление спровоцирует лавину новых и увлекательных открытий в последующие месяцы и годы, и все это благодаря тому факту, что данные доступны и открыты для всех», — радуется она.
Как сообщалось, компания DeepMind заявила о создании искусственного интеллекта AlphaCode, «пишущего компьютерные программы на конкурентном уровне».
В прошлом году ученые из Литвы научили искусственный интеллект выявлять изменения в мозге, предшествующие развитию болезни Альцгеймера, с точностью в 99%. Алгоритм справляется с этой задачей гораздо лучше и точнее, чем существующие методы диагностики.
В этом году ученые из Офтальмологического центра Университета имени Сунь Ятсена использовали искусственный интеллект для разработки моделей прогнозирования возникновения и прогрессирования глаукомы.