이 프로그램은 과학에 알려진 모든 2억 개의 단백질을 발견했습니다. 어떻게 이것이 가능합니까?

연구진은 2억 개의 단백질 구조에 대한 데이터베이스를 구축했고, 알파폴드(AlphaFold) 프로그램의 도움으로 이를 달성했다 .

DeepMind가 2018년에 개발하여 2021 년 7월에 출시했습니다.아미노산의 서열에 기초한 단백질의 3차원 구조, 를 구성하는 빌딩 블록단백질의 구조는 그 기능을 결정하므로 AlphaFold로 식별된 데이터베이스가 도움이 될 것입니다인간이 사용할 수 있는 새로운 단백질 기능을 식별합니다.

역설 단백질

단백질은 생명체의 구성 요소입니다. 그들은 박테리아에서 식물과 동물에 이르기까지 다양한 유기체에 의해 생성되며 형성될 때 밀리초 단위로 합산됩니다.복잡한 모양으로 접힌 아미노산 사슬로 형성된 3차원 구조는 크게단백질이 어떻게 접히는지 알면 단백질이 어떻게 작용하는지 이해할 수 있습니다. 그리고 그의 행동을 바꾸십시오. 

DNA는 생성에 대한 지침을 제공하지만아미노산 사슬이 어떻게 상호작용하여 3차원 모양을 형성하는지 예측하는 것은 매우 어렵습니다. 최근까지 과학자들은 과학에 알려진 2억 개의 단백질 중 극히 일부만을 해독했습니다. 문제는 구조가 너무 복잡해서 어떤 형태를 취할지 추측하는 것이 거의 불가능하다는 것입니다.

DeepMind의 AlphaFold는 단백질 구조의 3D 이미지를 생성했습니다. 딥마인드의 이미지 제공

미국의 분자 사이러스 레빈탈(Cyrus Levinthal)생물학자는 역설에 관해 1969년 논문에서 다음과 같이 썼습니다. 가능한 구성의 엄청난 수에도 불구하고 단백질은 빠르고 정확하게 접힙니다. 더욱이, 각 단백질은 10^300개의 가능한 최종 형태를 취할 수 있습니다.

따라서 레빈탈은 각 구성을 차례로 시도하여 올바른 단백질 형태를 찾으려고 하면 우주가 존재하는 것보다 더 오랜 시간이 걸릴 것이라고 썼습니다.

과학자들의 시도

과학자들은 단백질을 시각화하는 방법을 가지고 있습니다구조를 분석하지만 이는 너무 느리고 어려운 작업입니다. Nature 저널에 따르면 X선 결정학은 단백질을 이미지화하는 데 가장 자주 사용됩니다. 이 방법에서는 X선을 고체 단백질 결정에 조사하여 굴절 정도를 측정합니다. 목표는 단백질의 구조를 결정하는 것입니다. DeepMind에 따르면, 이 실험 작업으로 약 190,000개의 단백질의 모양이 결정되었습니다.

새로운 방법

2020년 11월 DeepMind 그룹은 다음과 같은 활동에 참여했습니다.인공지능(주)는 알고리즘을 이용해 이러한 정보를 빠르게 예측할 수 있는 알파폴드(AlphaFold)라는 프로그램을 개발했다고 발표했습니다. 그 이후로 그는 게놈 서열이 밝혀진 모든 유기체의 유전 코드를 연구하고 그들이 포함하고 있는 수억 개의 단백질 구조를 예측해 왔습니다.

AlphaFold는 지식을 축적하여 작동합니다.아미노산 서열과 상호작용에 관해, 단백질 구조를 해석하려고 노력합니다. 그 결과, 알고리즘은 원자 수준까지 정확하게 몇 분 만에 단백질의 모양을 예측하는 방법을 학습했습니다.

작년에 DeepMind가 출판되었습니다.공개된 단백질 구조 데이터베이스에는 인간이 발현하는 거의 모든 20,000개의 단백질을 포함하여 20종이 포함되어 있습니다. 그는 이제 작업을 완료하고 2억 개가 넘는 단백질에 대한 예측 구조를 공개했습니다.

기술은 어떻게 적용됩니까?

연구자들은 이미 노동의 결실을 활용하고 있습니다.알파폴드. The Guardian에 따르면 이 프로그램을 통해 과학자들은 X선 결정학으로 처리할 수 없었던 말라리아 기생충의 주요 단백질을 확실하게 특성화할 수 있었습니다. 이는 궁극적으로 질병에 대한 백신을 향상시킬 것입니다.

말라리아 단백질의 3D 이미지. 딥마인드의 이미지 제공

꿀벌 연구원 Wilde Leipart노르웨이 생명과학 대학의 연구진은 AlphaFold를 사용하여 비텔로게닌의 구조를 밝혀냈습니다. 이는 모든 알을 낳는 동물이 생산하는 생식 및 면역 단백질입니다. 이번 발견은 꿀벌과 물고기 등을 질병으로부터 보호하는 새로운 방법을 개발하는 데 도움이 될 것입니다. 이 동물들은 인류를 먹이는 데 중요하기 때문에 이것이 중요합니다.

이 프로그램은 또한 새로운 검색에 대해 알려줍니다.ROME Therapeutics의 CEO인 Rosana Kapeller는 DeepMind 성명에서 이렇게 말했습니다. “AlphaFold의 속도와 정밀도는 약물 개발 프로세스를 가속화합니다. 우리는 이것이 의약품 개발에 미치는 영향을 이제 막 이해하기 시작했습니다.”라고 그녀는 결론지었습니다.

또한 AlphaFold 모델은 과학자들에게도 사용됩니다.포츠머스 대학의 효소 혁신 센터에서 플라스틱 가공에 맞게 맞춤화할 수 있는 자연계의 효소를 확인했습니다. 

더 읽어보기 :

곧 태양 폭풍이 지구를 강타할 것입니다. 물질은 800km / s의 속도로 날아갑니다.

과학자들은 꽃으로 착각한 촉수가 있는 이상한 생물을 촬영했습니다.

러시아가 ISS를 떠난다: 지금 무슨 일이 일어날 것이며 스테이션의 유지 보수가 위협받는 이유