El año pasado, DeepMind lanzó una base de datos de código abierto que contiene cientos de miles de estructuras 3D.
Las proteínas están formadas por cadenas de aminoácidos quese pliegan en intrincadas formas tridimensionales que determinan su función. Mapear las estructuras de las proteínas es importante para comprender qué hacen y cómo funcionan y cómo pueden salir mal las cosas. Sin embargo, todavía es difícil calcular la estructura exacta de una proteína en función de sus aminoácidos constituyentes. Esto generalmente requiere una gran cantidad de potencia informática y horas de trabajo.
Este fue el caso hasta que Alphabetha dirigido su potente inteligencia artificial DeepMind para solucionar este problema. Inicialmente entrenado en 100.000 estructuras de proteínas conocidas, el sistema ha desarrollado la capacidad de predecir las estructuras de muchos millones de otras proteínas, cada una de las cuales tarda minutos o segundos en determinarse, en lugar de meses o años.
Recientemente, DeepMind lanzó un nuevo gran escalaactualizar la base de datos, que ahora incluye alrededor de 214 millones de estructuras de un millón de especies. Esto cubre casi todas las proteínas conocidas por la ciencia, lo que es de gran ayuda para la investigación de tratamientos para enfermedades, vacunas, resistencia a los antibióticos e incluso contaminación plástica.
La base de datos completa de la estructura de proteínas de más de 25 terabytes de datos se puede descargar de Google Cloud Public Datasets.