Pētnieki apkopoja datubāzi ar 200 miljoniem olbaltumvielu struktūru. Viņi to panāca, izmantojot programmu AlphaFold,
Paradoksālie proteīni
Olbaltumvielas ir dzīvības pamatelementi.Tos ražo dažādi organismi, sākot no baktērijām līdz augiem un dzīvniekiem, un, kad tie tiek ražoti, tie saliek kopā milisekundēs. Veidoti no aminoskābju ķēdēm, kas salocītas sarežģītās formās, un to trīsdimensiju struktūra lielā mērā nosaka to darbību. Kad noskaidrojat, kā proteīns salokās, varat saprast, kā tas darbojas, un mainīt tā uzvedību.
Lai gan DNS sniedz norādījumus par radīšanuaminoskābju ķēdēm, ir bijis ļoti grūti paredzēt, kā tās mijiedarbojas, veidojot trīsdimensiju formu. Vēl nesen zinātnieki bija atšifrējuši tikai daļu no 200 miljoniem zinātnei zināmo olbaltumvielu. Problēma ir tā, ka to struktūra ir tik sarežģīta, ka ir gandrīz neiespējami mēģināt uzminēt, kādā formā tie būs.
DeepMind AlphaFold ir izveidojis olbaltumvielu struktūru 3D attēlus. Attēlu sniedza DeepMind
Sairuss Levintāls, amerikāņu molekulāraisbiologs, rakstīja 1969. gada dokumentā par paradoksu: neskatoties uz milzīgo iespējamo konfigurāciju skaitu, proteīni salokās ātri un precīzi. Turklāt katrs proteīns var būt no 10^300 iespējamām galīgajām formām.
Tādējādi, Levintāls rakstīja, ja kāds mēģinātu atrast pareizo proteīna formu, izmēģinot katru konfigurāciju vienu pēc otras, tas prasītu ilgāku laiku, nekā pastāvēja Visums.
Zinātnieku mēģinājumi
Zinātniekiem ir veidi, kā vizualizēt olbaltumvielasun analizēt savu struktūru, taču tas ir pārāk lēns un grūts darbs. Saskaņā ar žurnālu Nature, rentgenstaru kristalogrāfiju visbiežāk izmanto proteīnu attēlošanai. Izmantojot šo metodi, rentgena stari ir vērsti uz cietajiem proteīna kristāliem un mēra, kā tie laužas. Mērķis ir noteikt, kā proteīns ir strukturēts. Saskaņā ar DeepMind datiem, šis eksperimentālais darbs ir noteicis apmēram 190 000 olbaltumvielu formu.
Jauna metode
2020. gada novembrī grupa DeepMind iesaistījāsmākslīgais intelekts, paziņoja par programmas AlphaFold izstrādi, kas var ātri paredzēt šo informāciju, izmantojot algoritmu. Kopš tā laika viņš ir pētījis katra organisma ģenētiskos kodus, kuru genoms ir sekvencēts, un prognozē simtiem miljonu olbaltumvielu struktūras, kuras tie kopā satur.
AlphaFold darbojas, uzkrājot zināšanaspar aminoskābju sekvencēm un mijiedarbību, mēģinot interpretēt olbaltumvielu struktūras. Rezultātā algoritms iemācījās prognozēt proteīnu formas dažu minūšu laikā ar precizitāti līdz atomu līmenim.
Pagājušajā gadā DeepMind publicējaAtvērtajā proteīnu struktūru datu bāzē ir 20 sugas, tostarp gandrīz visi 20 000 cilvēku ekspresētie proteīni. Tagad viņš ir pabeidzis darbu un izlaidis prognozētās struktūras vairāk nekā 200 miljoniem proteīnu.
Kā tehnoloģija tiek pielietota?
Pētnieki jau izmanto sava darba augļusAlphaFold. Saskaņā ar The Guardian, programma ļāva zinātniekiem galīgi raksturot malārijas parazīta galveno proteīnu, kas nebija pakļauts rentgena kristalogrāfijai. Tas galu galā uzlabos vakcīnu pret šo slimību.
Malārijas proteīna 3D attēls. Attēlu sniedza Deepmind
Medus bišu pētnieks Vailds Leipartsno Norvēģijas Dzīvības zinātņu universitātes izmantoja AlphaFold, lai atklātu vitellogenīna struktūru. Tas ir reproduktīvs un imūns proteīns, ko ražo visi dzīvnieki, kas dēj olas. Atklājums palīdzēs izstrādāt jaunus veidus, kā pasargāt, piemēram, medus bites un zivis no slimībām. Tas ir svarīgi, jo šie dzīvnieki ir svarīgi cilvēces barošanai.
Programma informē arī par jaunu meklēšanufarmācijas, Rosana Kapeller, ROME Therapeutics izpilddirektore, teica DeepMind paziņojumā. “AlphaFold ātrums un precizitāte paātrina zāļu izstrādes procesu. Mēs tikai sākam saprast tā ietekmi uz farmācijas attīstību,” viņa secināja.
Arī AlphaFold modeļus izmanto arī zinātniekino Portsmutas Universitātes Enzīmu inovāciju centra, lai identificētu dabiskās vides fermentus, kurus var pielāgot plastmasas apstrādei.
Lasīt vairāk:
Drīz Zemi skars saules vētra: materiāls lido ar ātrumu 800 km/s
Zinātnieki nofilmēja dīvainu radījumu ar taustekļiem, kurus viņi sajauca ar ziedu
Krievija pamet SKS: kas tagad notiks un kāpēc stacijas uzturēšana ir apdraudēta