Nyt neuralt netværk forudsiger 3D-formen af ​​et protein på 10 minutter

I det nye arbejde skabte forfatterne et neuralt netværk, der bestemmer, hvilken form et bestemt protein vil tage.

molekyle i henhold til rækkefølgen af ​​aminosyrer, som det er sammensat af. Dette vil hjælpe med at skabe medicin.

Proteinformen beregnes nu ved hjælp afen partikelaccelerator, der giver tredimensionelle fotografier af proteinmolekyler, eller ved hjælp af en supercomputer, som beregner deres struktur i overensstemmelse med lovene i kemi og kvantefysik.

Forfatterne skabte evoformer-algoritmen, somforsøger at bestemme strukturen af ​​individuelle segmenter af proteinmolekyler, der repræsenterer dem i form af et tredimensionelt træ af grafer - en matematisk abstraktion, der består af et sæt objekter forbundet i par med hinanden. Evoformer forbinder dem med hinanden, baseret på allerede kendte eksempler, og ændrer gradvist strukturen af ​​forbindelser og placeringen af ​​noder, og nærmer sig det optimale.

Dernæst kombinerede de sådanne algoritmer og skabte et neuralt netværk AlphaFold2. 

Sidste år præsenterede vi allerede den første versionvores system, AlphaFold, som var i stand til at forudsige strukturen af ​​proteiner med næsten atomart nøjagtighed som en del af CASP13-konkurrencen. Nu har vi lavet en ny version af den, som mærkbart overgår alle konkurrenter i hastighed og nøjagtighed. Desuden er dens kildekode helt åben. 

Demis Hassabis, CEO for Deepmind

Som et resultat heraf rekonstruerer det neurale netværk den tredimensionelle form med atompræcision på cirka 10 minutter, med en fejl på 0,096 nanometer for hvert atom inde i proteinet. 

Læs mere:

Forklarede, hvordan universet reflekteres nær sorte huller

Masseforgiftning og nye versioner af civilisationens død: hvordan vores viden om mayaerne ændrede sig

Ændringer i jordens bane bidrog til fremkomsten af ​​komplekst liv på planeten