Επιστήμονες από το Meta* (αναγνωρισμένο ως εξτρεμιστική οργάνωση, δραστηριότητες που απαγορεύονται στο έδαφος της Ρωσικής Ομοσπονδίας) χρησιμοποίησαν
Το ESMFold χρησιμοποίησε το μοντέλο (αρχικάαναπτύχθηκε για την αποκρυπτογράφηση γλωσσών) για να προβλέψει με ακρίβεια τις στροφές των πρωτεϊνών που καθορίζουν την τρισδιάστατη δομή τους. Τα αποτελέσματα, που περιλαμβάνονται στον ανοιχτού κώδικα μεταγονιδιωματικό άτλαντα ESM, χρησιμοποιούνται για την ανάπτυξη νέων φαρμάκων, τον χαρακτηρισμό άγνωστων μικροβιακών λειτουργιών και την ανίχνευση εξελικτικών σχέσεων μεταξύ ειδών που σχετίζονται από απόσταση.
Το ESMFold δεν είναι το πρώτο πρόγραμμα πουπροβλέπει σχήματα πρωτεϊνών. Το 2022, το DeepMind της Google ανακοίνωσε ότι το πρόγραμμα AlphaFold του είχε αποκρυπτογραφήσει τα σχήματα περίπου 200 εκατομμυρίων πρωτεϊνών που είναι γνωστά στην επιστήμη. Οι συντάκτες του ESMFold σημείωσαν ότι το πρόγραμμά του δεν είναι τόσο ακριβές όσο το AlphaFold, αλλά είναι 60 φορές πιο γρήγορο από το DeepMind. Έτσι, μια νέα τεχνητή νοημοσύνη μόλις προέβλεψε το σχήμα 600 εκατομμυρίων πρωτεϊνών σε 2 εβδομάδες. Ωστόσο, το άρθρο της μελέτης δεν έχει ακόμη αξιολογηθεί από ομοτίμους.
«Ο μεταγονιδιωματικός άτλαντας του ESM θα επιτρέψει στους επιστήμονες να αναζητήσουν και να αναλύσουν δομές μεταγονιδιωματικών πρωτεϊνών σε κλίμακα εκατοντάδων εκατομμυρίων πρωτεϊνών», γράφουν οι επιστήμονες.
Οι πρωτεΐνες είναι τα δομικά στοιχεία όλων των ζωντανών όντωνπλάσματα και αποτελούνται από μακριές, τυλιγμένες αλυσίδες αμινοξέων—μικροσκοπικές μοριακές μονάδες που συνδέονται μεταξύ τους σε αμέτρητους συνδυασμούς για να σχηματίσουν την τρισδιάστατη μορφή πρωτεΐνης.
Διαβάστε περισσότερα:
Μια τεράστια πρόσκρουση από ένα διαστημικό αντικείμενο πυροδότησε το μαγνητικό πεδίο της Γης
Οι επιστήμονες επιβεβαιώνουν την εναλλακτική θεωρία της βαρύτητας: Γιατί αλλάζει τη φυσική
Η καρδιά του χοίρου χτυπά πιο αργά μετά τη μεταμόσχευση σε άνθρωπο