Het programma heeft alle 200 miljoen eiwitten gevonden die de wetenschap kent: hoe is dit mogelijk

De onderzoekers stelden een database samen van 200 miljoen eiwitstructuren. Dit hebben ze bereikt met behulp van het AlphaFold-programma,

die DeepMind in 2018 heeft ontwikkelden uitgebracht in juli 2021. Het open-sourceprogramma voorspelt de driedimensionale structuur van een eiwit op basis van de aminozuursequentie – de bouwstenen waaruit eiwitten bestaan. De structuur van een eiwit bepaalt zijn functie, dus de database van de door AlphaFold geïdentificeerde eiwitten zal helpen bij het identificeren van nieuwe functionele eiwitfuncties die mensen kunnen exploiteren.

Paradox eiwitten

Eiwitten zijn de bouwstenen van het leven.Ze worden geproduceerd door een verscheidenheid aan organismen, van bacteriën tot planten en dieren, en wanneer ze worden geproduceerd, vouwen ze zich in milliseconden samen. Gevormd uit ketens van aminozuren die in complexe vormen zijn gevouwen, bepaalt hun driedimensionale structuur grotendeels hun functie. Als je eenmaal weet hoe een eiwit vouwt, kun je begrijpen hoe het werkt en zijn gedrag veranderen.

Hoewel DNA instructies geeft voor het creërenketens van aminozuren, het voorspellen van hoe ze op elkaar inwerken om een ​​driedimensionale vorm te vormen, was erg moeilijk. Tot voor kort hadden wetenschappers slechts een fractie van de 200 miljoen eiwitten ontcijferd die de wetenschap kent. Het probleem is dat hun structuur zo complex is dat het bijna onmogelijk is om te raden welke vorm ze zullen aannemen.

AlphaFold van DeepMind heeft 3D-beelden gemaakt van eiwitstructuren. Afbeelding met dank aan DeepMind

Cyrus Levinthal, Amerikaans moleculairbioloog schreef in een artikel uit 1969 over de paradox: ondanks het enorme aantal mogelijke configuraties vouwen eiwitten snel en nauwkeurig. Bovendien kan elk eiwit 10^300 mogelijke eindvormen aannemen.

Levinthal schreef dus dat als je zou proberen de juiste vorm van een eiwit te vinden door elke configuratie na elkaar uit te proberen, het langer zou duren dan het universum bestond.

Pogingen van wetenschappers

Wetenschappers hebben manieren om eiwitten te visualiserenen hun structuur analyseren, maar dit is te traag en te moeilijk werk. Volgens het tijdschrift Nature wordt röntgenkristallografie het vaakst gebruikt om eiwitten in beeld te brengen. Bij deze methode worden röntgenstralen gericht op vaste eiwitkristallen en wordt gemeten hoe deze breken. Het doel is om te bepalen hoe het eiwit is gestructureerd. Volgens DeepMind heeft dit experimentele werk de vorm van ongeveer 190.000 eiwitten bepaald.

Nieuwe methode

In november 2020 deed de DeepMind-groep meekunstmatige intelligentie, heeft de ontwikkeling aangekondigd van een programma genaamd AlphaFold dat deze informatie snel kan voorspellen met behulp van een algoritme. Sindsdien bestudeert hij de genetische codes van elk organisme waarvan de sequentie is bepaald en voorspelt hij de structuren van de honderden miljoenen eiwitten die ze samen bevatten.

AlphaFold werkt door kennis te vergarenover aminozuursequenties en interacties, in een poging eiwitstructuren te interpreteren. Als gevolg hiervan leerde het algoritme de vormen van eiwitten binnen enkele minuten te voorspellen met nauwkeurigheid tot op atomair niveau.

Vorig jaar publiceerde DeepMindDe open database met eiwitstructuren bevat 20 soorten, waaronder bijna alle 20.000 eiwitten die door mensen tot expressie worden gebracht. Hij heeft nu het werk voltooid en de voorspelde structuren voor meer dan 200 miljoen eiwitten vrijgegeven.

Hoe wordt de technologie toegepast?

Onderzoekers maken nu al gebruik van de vruchten van hun werkAlphaFold. Volgens The Guardian stelde het programma wetenschappers in staat definitief een sleuteleiwit in de malariaparasiet te karakteriseren dat niet vatbaar was voor röntgenkristallografie. Dit zal uiteindelijk het vaccin tegen de ziekte verbeteren.

3D-beeld van malaria-eiwit. Afbeelding met dank aan Deepmind

Honingbijonderzoeker Wilde Leipartvan de Noorse Universiteit voor Levenswetenschappen gebruikte AlphaFold om de structuur van vitellogenine te onthullen. Het is een reproductief en immuuneiwit dat door alle eierleggende dieren wordt geproduceerd. De ontdekking zal helpen nieuwe manieren te ontwikkelen om bijvoorbeeld honingbijen en vissen tegen ziekten te beschermen. Dit is belangrijk, omdat deze dieren belangrijk zijn voor het voeden van de mensheid.

Het programma informeert ook over de zoektocht naar nieuwfarmaceutische producten, zegt Rosana Kapeller, CEO van ROME Therapeutics, in een verklaring van DeepMind. “De snelheid en precisie van AlphaFold versnellen het ontwikkelingsproces van geneesmiddelen. We beginnen nu pas de impact ervan op de ontwikkeling van farmaceutische producten te begrijpen”, concludeerde ze.

Ook AlphaFold-modellen worden door wetenschappers gebruiktvan het Centre for Enzyme Innovation van de Universiteit van Portsmouth om enzymen uit de natuurlijke wereld te identificeren die kunnen worden aangepast om kunststoffen te verwerken.

Lees verder:

Binnenkort treft een zonnestorm de aarde: het materiaal vliegt met een snelheid van 800 km/s

Wetenschappers filmden een vreemd wezen met tentakels, die ze aanzagen voor een bloem

Rusland verlaat het ISS: wat gaat er nu gebeuren en waarom wordt het onderhoud van het station bedreigd