Dans le nouveau travail, les auteurs ont créé un réseau neuronal qui détermine la forme que prendra une protéine particulière.
La forme de la protéine est maintenant calculée en utilisantun accélérateur de particules, qui donne des photographies en trois dimensions de molécules de protéines, ou à l'aide d'un supercalculateur, qui calcule leur structure selon les lois de la chimie et de la physique quantique.
Les auteurs ont créé l'algorithme evoformer, quitente de déterminer la structure de segments individuels de molécules protéiques, en les représentant sous la forme d’un arbre de graphiques tridimensionnel – une abstraction mathématique qui consiste en un ensemble d’objets connectés par paires les uns aux autres. Evoformer les connecte les uns aux autres, sur la base d'exemples déjà connus, et modifie progressivement la structure des connexions et l'emplacement des nœuds, se rapprochant de l'optimum.
Ensuite, ils ont combiné ces algorithmes et créé un réseau neuronal AlphaFold2.
L'année dernière, nous avions déjà présenté la première versionnotre système, AlphaFold, qui a pu prédire la structure des protéines avec une précision quasi atomique dans le cadre du concours CASP13. Nous en avons maintenant créé une nouvelle version, qui surpasse sensiblement tous les concurrents en termes de vitesse et de précision. De plus, son code source est totalement ouvert.
Demis Hassabis, PDG de Deepmind
En conséquence, le réseau neuronal reconstruit la forme tridimensionnelle avec une précision atomique en 10 minutes environ, avec une erreur de 0,096 nanomètres pour chaque atome à l'intérieur de la protéine.
Lire la suite:
Explication de la réflexion de l'univers près des trous noirs
Empoisonnements de masse et nouvelles versions de la mort de la civilisation : comment nos connaissances sur les Mayas ont changé
Les changements dans l'orbite de la Terre ont contribué à l'émergence d'une vie complexe sur la planète