Nye nevrale nettverk forutsier 3D-formen til et protein på 10 minutter

I det nye arbeidet opprettet forfatterne et nevralt nettverk som bestemmer hvilken form et bestemt protein vil ha.

molekyl, i henhold til sekvensen av aminosyrer som det er sammensatt av. Dette vil hjelpe med å lage medisiner.

Proteinformen beregnes nå ved hjelp aven partikkelakselerator, som gir tredimensjonale fotografier av proteinmolekyler, eller ved hjelp av en superdatamaskin, som beregner strukturen deres i samsvar med kjemilovene og kvantefysikken.

Forfatterne opprettet evoformer-algoritmen, somprøver å bestemme strukturen til individuelle segmenter av proteinmolekyler, som representerer dem i form av et tredimensjonalt tre med grafer - en matematisk abstraksjon som består av et sett med objekter koblet i par med hverandre. Evoformer kobler dem til hverandre, basert på allerede kjente eksempler, og endrer gradvis strukturen av forbindelser og plasseringen av noder, og nærmer seg det optimale.

Deretter kombinerte de slike algoritmer og opprettet et nevralt nettverk AlphaFold2. 

I fjor presenterte vi allerede den første versjonensystemet vårt, AlphaFold, som var i stand til å forutsi strukturen til proteiner med nesten atomær nøyaktighet som en del av CASP13-konkurransen. Nå har vi laget en ny versjon av den, som merkbart overgår alle konkurrenter i hastighet og nøyaktighet. Dessuten er kildekoden helt åpen. 

Demis Hassabis, administrerende direktør i Deepmind

Som et resultat rekonstruerer det nevrale nettverket den tredimensjonale formen med atompresisjon på omtrent 10 minutter, med en feil på 0,096 nanometer for hvert atom inne i proteinet. 

Les mer:

Forklarte hvordan universet reflekteres i nærheten av sorte hull

Masseforgiftning og nye versjoner av sivilisasjonens død: hvordan kunnskapen vår om mayaene endret seg

Endringer i jordens bane bidro til fremveksten av komplekst liv på planeten