Program wykrył wszystkie 200 milionów białek znanych nauce: jak to możliwe?

Naukowcy stworzyli bazę danych zawierającą 200 milionów struktur białkowych. Osiągnęli to za pomocą programu AlphaFold,

który DeepMind opracował w 2018 rokui wydany w lipcu 2021 . Program typu open source przewiduje trójwymiarową strukturę białka w oparciu o jego sekwencję aminokwasów – elementy budulcowe białek. Struktura białka determinuje jego funkcję, więc baza danych zidentyfikowanych przez AlphaFold pomoże zidentyfikować nowe funkcje funkcjonalne białek, które ludzie będą mogli wykorzystać.

Białka paradoksowe

Białka są budulcem życia.Są produkowane przez różne organizmy, od bakterii po rośliny i zwierzęta, a kiedy powstają, składają się w ciągu milisekund. Ich trójwymiarowa struktura, zbudowana z łańcuchów aminokwasów złożonych w złożone kształty, w dużej mierze determinuje ich funkcję. Gdy już zrozumiesz, jak zwija się białko, będziesz mógł zrozumieć, jak działa i zmienić jego zachowanie. 

Chociaż DNA dostarcza instrukcji tworzeniałańcuchów aminokwasów, przewidzenie, w jaki sposób oddziałują one na siebie, tworząc trójwymiarowy kształt, było bardzo trudne. Do niedawna naukowcom udało się rozszyfrować jedynie ułamek z 200 milionów białek znanych nauce. Problem w tym, że ich struktura jest tak złożona, że ​​odgadnięcie, jaką formę przybiorą, jest prawie niemożliwe.

AlphaFold firmy DeepMind stworzył trójwymiarowe obrazy struktur białkowych. Zdjęcie dzięki uprzejmości DeepMind

Cyrus Levinthal, amerykański molekułbiolog, w artykule z 1969 roku napisał o paradoksie: pomimo ogromnej liczby możliwych konfiguracji białka zwijają się szybko i precyzyjnie. Co więcej, każde białko może przybierać od 10^300 możliwych form końcowych.

Zatem, jak napisał Levinthal, jeśli ktoś próbowałby znaleźć właściwą formę białka, wypróbowując każdą konfigurację jedna po drugiej, zajęłoby to więcej czasu, niż istniałby wszechświat.

Próby naukowców

Naukowcy mają sposoby na wizualizację białeki przeanalizować ich strukturę, ale jest to zbyt powolna i trudna praca. Według czasopisma Nature do obrazowania białek najczęściej wykorzystuje się krystalografię rentgenowską. W tej metodzie promienie rentgenowskie są kierowane na stałe kryształy białek i mierzone są ich załamanie. Celem jest określenie struktury białka. Według DeepMind w ramach tej pracy eksperymentalnej określono kształt około 190 000 białek.

Nowa metoda

W listopadzie 2020 roku grupa DeepMind zaangażowała się wsztuczna inteligencja ogłosiła opracowanie programu o nazwie AlphaFold, który będzie w stanie szybko przewidzieć te informacje za pomocą algorytmu. Od tego czasu bada kody genetyczne każdego organizmu, którego genom został zsekwencjonowany i przewiduje strukturę setek milionów białek, które one razem zawierają.

AlphaFold działa poprzez gromadzenie wiedzyo sekwencjach i interakcjach aminokwasów, próbując interpretować struktury białek. W rezultacie algorytm nauczył się przewidywać kształty białek w ciągu kilku minut z dokładnością do poziomu atomowego.

W zeszłym roku opublikował DeepMindotwarta baza danych struktur białkowych zawiera 20 gatunków, w tym prawie wszystkie 20 000 białek wytwarzanych przez ludzi. Zakończył już prace i udostępnił przewidywane struktury dla ponad 200 milionów białek.

Jak stosowana jest technologia?

Naukowcy już korzystają z owoców swojej pracyAlphaFold. Według The Guardian program umożliwił naukowcom ostateczne scharakteryzowanie kluczowego białka pasożyta malarii, którego nie poddano krystalografii rentgenowskiej. Ostatecznie doprowadzi to do ulepszenia szczepionki przeciwko tej chorobie.

Obraz 3D białka malarii. Zdjęcie dzięki uprzejmości Deepmind

Badacz pszczół miodnych Wilde Leipartz Norweskiego Uniwersytetu Przyrodniczego wykorzystali AlphaFold do ujawnienia struktury witellogeniny. Jest to białko reprodukcyjne i odpornościowe produkowane przez wszystkie zwierzęta składające jaja. Odkrycie pomoże opracować nowe sposoby ochrony m.in. pszczół miodnych i ryb przed chorobami. Jest to ważne, ponieważ zwierzęta te są ważne dla wyżywienia ludzkości.

Program informuje także o poszukiwaniu nowychfarmaceutycznych, Rosana Kapeller, dyrektor generalna ROME Therapeutics, stwierdziła w oświadczeniu DeepMind. „Szybkość i precyzja AlphaFold przyspieszają proces opracowywania leków. Dopiero zaczynamy rozumieć jego wpływ na rozwój farmaceutyków” – podsumowała.

Naukowcy wykorzystują także modele AlphaFoldz Centrum Innowacji Enzymów Uniwersytetu w Portsmouth w celu zidentyfikowania enzymów ze świata przyrody, które można dostosować do przetwarzania tworzyw sztucznych. 

Czytaj więcej:

Wkrótce w Ziemię uderzy burza słoneczna: materiał leci z prędkością 800 km/s

Naukowcy sfilmowali dziwne stworzenie z mackami, które pomylili z kwiatem

Rosja opuszcza ISS: co się teraz stanie i dlaczego utrzymanie stacji jest zagrożone