Istraživači su sastavili bazu podataka od 200 milijuna proteinskih struktura. To su postigli uz pomoć programa AlphaFold,
Paradoks proteini
Proteini su građevni blokovi života.Proizvode ih različiti organizmi, od bakterija do biljaka i životinja, a kada se proizvedu, sklope se u nekoliko milisekundi. Nastaju od lanaca aminokiselina savijenih u složene oblike, njihova trodimenzionalna struktura uvelike određuje njihovu funkciju. Kada shvatite kako se protein savija, možete razumjeti kako funkcionira i promijeniti njegovo ponašanje.
Iako DNK daje upute za stvaranjelanaca aminokiselina, bilo je vrlo teško predvidjeti kako oni međusobno djeluju kako bi formirali trodimenzionalni oblik. Sve do nedavno znanstvenici su dešifrirali samo djelić od 200 milijuna proteina poznatih znanosti. Problem je u tome što je njihova struktura toliko složena da je gotovo nemoguće pokušati pogoditi kakav će oblik poprimiti.
AlphaFold tvrtke DeepMind stvorio je 3D slike proteinskih struktura. Slika ljubaznošću DeepMinda
Cyrus Levinthal, američki molekularbiolog, pisao je u radu iz 1969. o paradoksu: unatoč ogromnom broju mogućih konfiguracija, proteini se savijaju brzo i precizno. Štoviše, svaki protein može uzeti od 10^300 mogućih konačnih oblika.
Prema tome, napisao je Levinthal, kad bismo pokušali pronaći ispravan oblik proteina isprobavajući svaku konfiguraciju jednu za drugom, trebalo bi više vremena nego što postoji svemir.
Pokušaji znanstvenika
Znanstvenici imaju načine kako vizualizirati proteinei analizirati njihovu strukturu, ali to je prespor i težak posao. Prema časopisu Nature, rendgenska kristalografija se najčešće koristi za snimanje proteina. U ovoj metodi, X-zrake se usmjeravaju na čvrste proteinske kristale i mjeri se njihov lom. Cilj je utvrditi kako je protein strukturiran. Prema DeepMindu, ovim eksperimentalnim radom utvrđen je oblik oko 190.000 proteina.
Nova metoda
U studenom 2020. grupa DeepMind uključila se uumjetna inteligencija, najavio je razvoj programa pod nazivom AlphaFold koji može brzo predvidjeti te informacije pomoću algoritma. Od tada proučava genetske kodove svakog organizma čiji je genom sekvenciran i predviđa strukture stotina milijuna proteina koje zajedno sadrže.
AlphaFold radi prikupljanjem znanjao sekvencama i interakcijama aminokiselina, pokušavajući protumačiti strukture proteina. Kao rezultat toga, algoritam je naučio predvidjeti oblike proteina u nekoliko minuta s točnošću do atomske razine.
Prošle godine objavio je DeepMind Otvorena baza podataka o strukturi proteina sadrži 20 vrsta, uključujući gotovo svih 20 000 proteina koje eksprimiraju ljudi. Sada je dovršio posao i objavio predviđene strukture za više od 200 milijuna proteina.
Kako se tehnologija primjenjuje?
Istraživači već koriste plodove svog radaAlphaFold. Prema The Guardianu, program je omogućio znanstvenicima da definitivno karakteriziraju ključni protein u parazitu malarije koji nije bio podložan rendgenskoj kristalografiji. To će u konačnici poboljšati cjepivo protiv bolesti.
3D slika proteina malarije. Slika ljubaznošću Deepminda
Wilde Leipart, istraživač medonosnih pčelas Norveškog sveučilišta znanosti o životu koristio je AlphaFold kako bi otkrio strukturu vitelogenina. To je reproduktivni i imunološki protein koji proizvode sve životinje koje polažu jaja. Otkriće će pomoći u razvoju novih načina zaštite, primjerice, medonosnih pčela i riba od bolesti. Ovo je važno jer su te životinje važne za prehranu čovječanstva.
Program također obavještava o potrazi za novimpharmaceuticals, Rosana Kapeller, izvršna direktorica tvrtke ROME Therapeutics, rekla je u izjavi DeepMinda. “Brzina i preciznost AlphaFolda ubrzavaju proces razvoja lijeka. Tek počinjemo shvaćati njegov utjecaj na razvoj farmaceutike”, zaključila je.
Također AlphaFold modele također koriste znanstveniciiz Centra za inovacije enzima Sveučilišta u Portsmouthu za prepoznavanje enzima iz prirodnog svijeta koji se mogu prilagoditi za obradu plastike.
Čitaj više:
Uskoro će solarna oluja pogoditi Zemlju: materijal leti brzinom od 800 km / s
Znanstvenici su snimili čudno stvorenje s pipcima koje su zamijenili za cvijet
Rusija napušta ISS: što će se sada dogoditi i zašto je održavanje postaje ugroženo