La prédiction d’une maladie génétique et la création d’un nouveau médicament peuvent être effectuées non seulement par les humains, mais aussi par
Comment les biologistes étudient-ils les protéines humaines ?
Depuis plus de 10 ans, le biologiste moléculaire Martin Beckavec des collègues, ils ont tenté de créer un modèle détaillé de complexes de pores nucléaires. Beck l'appelle la plus grande machine moléculaire dans les cellules humaines. Le complexe de pores nucléaires contrôle le flux de molécules qui entrent et sortent du noyau cellulaire vers l'endroit où réside le génome. Des centaines de tels complexes existent dans toutes les cellules. Chacun d'eux est composé de plus de 1 000 protéines.
Ces milliers de morceaux forment plus de 30 protéines.des blocs de construction qui s'entremêlent de différentes manières : il est donc encore plus difficile de travailler avec eux. En 2016, une équipe dirigée par Beck au Max Planck Institute for Biophysics (MPIB) a rapporté qu'elle avait créé un modèle décrivant environ 30% du complexe de pores nucléaires et près de la moitié des éléments constitutifs, en d'autres termes, les protéines Nup.
Comment les algorithmes apprennent-ils les protéines humaines ?
En juillet 2021, DeepMind, qui fait partie de la société mère de Google, Alphabet, a présenté une IA appelée AlphaFold.Ce logiciel pourrait prédire la forme tridimensionnelle des protéines à partir de leur séquence génétique.Les calculs ont été effectués avec une grande précision, ce qui a sérieusement changé les tâches et l’intérêt des biologistes.
Grâce à AlphaFold, les scientifiques ont pu prédirequelle est la forme de la protéine Nup humaine. Et plus tard, ils ont publié un modèle décrivant 60% du complexe de pores nucléaires. Cela a permis de comprendre comment le complexe stabilise les pores et contrôle le flux de molécules.
AlphaFold mania : pourquoi l'IA pour étudier la structure des protéines est-elle devenue si populaire ?
Selon les biologistes, toute la communauté scientifiquesaisi AlphaFold-mania. L'IA a été utilisée pour un grand nombre de recherches. Dans certains cas, l'algorithme a permis de gagner du temps ou fourni de nouvelles données. Mais l'IA a aussi des limites : certains scientifiques trouvent ses prédictions trop peu fiables pour leur travail. Néanmoins, tout le monde admet que l'algorithme gère le traitement des données mieux que quiconque.
Même les développeurs de l’algorithme eux-mêmes n’ont pas toujours le temps de comprendre dans quel autre domaine il peut être utilisé : par conséquent, ils se contentent souvent d’observercomment les équipes de recherche font une nouvelle découverte avec AlphaFold : À partir dela découverte de médicaments et le développement de protéines, pour aboutir à l’origine de la vie complexe.
Mi-juillet 2021 dans le domaine publicun code d'IA open source est apparu, ainsi que d'autres informations qui aideront les scientifiques à commencer à mener de telles recherches dans le cadre de leurs travaux. Une semaine plus tard, DeepMind a annoncé qu'il avait utilisé AlphaFold pour prédire la structure de presque toutes les protéines fabriquées par les humains. Au total, l'équipe a étudié 365 000 structures biologiques. Aujourd'hui, cette base de données s'est étendue à près d'un million de structures.
En 2022, DeepMind prévoit de sortirau total, plus de 100 millions de prédictions sur la structure biologique des organismes. Cela représente près de la moitié de toutes les protéines connues – ce nombre est également des centaines de fois supérieur à celui des protéines qui pourraient être déterminées expérimentalement.
L'outil a déjà aidé les chercheurs à trouver de nouvellespartenaires protéiques potentiels. Les scientifiques ont utilisé AlphaFold pour prédire les structures de 65 000 paires de protéines humaines. Et un autre groupe a utilisé AlphaFold et RoseTTAFold pour modéliser les interactions entre presque toutes les paires de protéines codées par la levure. En conséquence, ils ont découvert plus de 100 complexes de pores nucléaires jusque-là inconnus.
Comment fonctionne Alpha Fold ?
AlphaFold utilise des réseaux de neurones profondsApprentissage : Il s’agit d’une structure informatique qui fonctionne comme le cerveau humain et reconnaît les modèles dans les données. L’algorithme a été formé à l’aide de centaines de milliers de structures protéiques déterminées expérimentalement. Si l’IA rencontre une nouvelle séquence, elle recherche d’abord dans les bases de données des cas similaires.
AlphaFold parcourt les astuces, en essayantsimuler une image 3D d’acides aminés. Les experts estiment que ce logiciel a appliqué avec succès de nouvelles idées pour l'apprentissage automatique. En particulier, ils notent un mécanisme unique appelé « attention » : il détermine quels composés d'acides aminés sont les plus importants pour le travail à un moment donné.
Quel est le problème avec AlphaFold ?
Les prédictions AlphaFold dépendent des informations surséquences de protéines apparentées, l'IA a donc certaines limites. Par exemple, l'algorithme ne peut pas prédire l'effet des mutations sur la forme d'une protéine, en particulier celles qui provoquent des maladies.
Il ne peut pas non plus détecter la façon dont les protéines changentforme due à d’autres protéines ou molécules en interaction, telles que des médicaments. Mais le modèle peut évaluer la confiance de sa propre prédiction pour chaque unité d’acide aminé de la protéine. En août 2022, DeepMind rapporte que plus de 400 000 personnes ont utilisé les bases de données AlphaFold EMBL-EBI.
Comment ces algorithmes aideront-ils les gens ordinaires ?
Les chercheurs des sociétés pharmaceutiques et biotechnologiques sont enthousiasmés par le potentiel d'AlphaFold et affirment que l'algorithme aide à découvrir de nouveaux médicaments.
Karen Akinsanya, responsable du développementdéveloppant des thérapies chez Schrödinger, note qu'elle et ses collègues ont travaillé avec AlphaFold avec des résultats que l'on peut qualifier de réussis. Ils ont pu développer des composés qui pourraient potentiellement devenir des médicaments.
Lire la suite:
Le MIT crée un moteur thermique stationnaire qui surpasse les turbines
Après dix ans de travail, les scientifiques ont remis en question le modèle standard de la physique
Découvrez à quoi ressemble le lever du soleil sur Mars