Vedci zostavili databázu 200 miliónov proteínových štruktúr. Dosiahli to pomocou programu AlphaFold,
Paradoxné proteíny
Bielkoviny sú stavebnými kameňmi života.Sú produkované rôznymi organizmami, od baktérií po rastliny a zvieratá, a keď sú vyrobené, zložia sa v priebehu milisekúnd. Vytvorené z reťazcov aminokyselín poskladaných do zložitých tvarov, ich trojrozmerná štruktúra do značnej miery určuje ich funkciu. Keď zistíte, ako sa proteín skladá, môžete pochopiť, ako funguje a zmeniť jeho správanie.
Hoci DNA poskytuje návod na tvorbureťazcov aminokyselín, bolo veľmi ťažké predpovedať, ako interagujú, aby vytvorili trojrozmerný tvar. Vedci donedávna rozlúštili len zlomok z 200 miliónov bielkovín, ktoré veda pozná. Problém je v tom, že ich štruktúra je taká zložitá, že uhádnuť, akú formu budú mať, je takmer nemožné.
AlphaFold od DeepMind vytvoril 3D obrázky proteínových štruktúr. Obrázok s láskavým dovolením DeepMind
Cyrus Levinthal, americký molekulárnybiológ, napísal v článku z roku 1969 o paradoxe: napriek obrovskému počtu možných konfigurácií sa proteíny rýchlo a presne skladajú. Navyše, každý proteín môže mať 10^300 možných finálnych foriem.
Levinthal teda napísal, že ak by sa niekto pokúsil nájsť správnu formu proteínu skúšaním každej konfigurácie po sebe, trvalo by to dlhšie, ako by vesmír existoval.
Pokusy vedcov
Vedci majú spôsoby, ako vizualizovať proteínya analyzovať ich štruktúru, no je to príliš pomalá a ťažká práca. Podľa časopisu Nature sa na zobrazenie proteínov najčastejšie používa röntgenová kryštalografia. Pri tejto metóde sú röntgenové lúče zamerané na kryštály pevných proteínov a merajú sa, ako sa lámu. Cieľom je zistiť, ako je proteín štruktúrovaný. Podľa DeepMind táto experimentálna práca určila tvar asi 190 000 proteínov.
Nová metóda
V novembri 2020 sa skupina DeepMind zapojila doumelá inteligencia oznámila vývoj programu s názvom AlphaFold, ktorý dokáže rýchlo predpovedať tieto informácie pomocou algoritmu. Odvtedy študuje genetické kódy každého organizmu, ktorého genóm bol sekvenovaný, a predpovedá štruktúry stoviek miliónov bielkovín, ktoré spolu obsahujú.
AlphaFold funguje na základe hromadenia vedomostío aminokyselinových sekvenciách a interakciách, snažiac sa interpretovať proteínové štruktúry. V dôsledku toho sa algoritmus naučil predpovedať tvary proteínov v priebehu niekoľkých minút s presnosťou až na atómovú úroveň.
Minulý rok vyšla DeepMindV otvorenej databáze proteínovej štruktúry sa nachádza 20 druhov vrátane takmer všetkých 20 000 proteínov exprimovaných ľuďmi. Teraz dokončil prácu a zverejnil predpokladané štruktúry pre viac ako 200 miliónov proteínov.
Ako sa technológia aplikuje?
Výskumníci už využívajú plody svojej práceAlphaFold. Podľa denníka The Guardian tento program vedcom umožnil definitívne charakterizovať kľúčový proteín v parazite malárie, ktorý nebol prístupný röntgenovej kryštalografii. To v konečnom dôsledku zlepší vakcínu proti tejto chorobe.
3D obrázok proteínu malárie. Obrázok s láskavým dovolením Deepmind
Wilde Leipart, výskumník včiel medonosnýchz Nórskej univerzity prírodných vied použil AlphaFold na odhalenie štruktúry vitelogenínu. Je to reprodukčný a imunitný proteín, ktorý produkujú všetky zvieratá znášajúce vajíčka. Objav pomôže vyvinúť nové spôsoby ochrany napríklad včiel a rýb pred chorobami. Je to dôležité, pretože tieto zvieratá sú dôležité pre výživu ľudstva.
Program informuje aj o hľadaní novéhoPharmaceuticals, uviedla Rosana Kapeller, generálna riaditeľka ROME Therapeutics, vo vyhlásení DeepMind. „Rýchlosť a presnosť AlphaFold urýchľuje proces vývoja liekov. Len začíname chápať jeho vplyv na vývoj liečiv,“ uzavrela.
Aj modely AlphaFold používajú vedciz Centra pre inovácie enzýmov Univerzity v Portsmouthe na identifikáciu enzýmov z prírodného sveta, ktoré môžu byť prispôsobené na spracovanie plastov.
Čítaj viac:
Čoskoro zasiahne Zem slnečná búrka: materiál letí rýchlosťou 800 km / s
Vedci nafilmovali zvláštneho tvora s chápadlami, ktoré si pomýlili s kvetom
Rusko opúšťa ISS: čo sa teraz stane a prečo je údržba stanice ohrozená