Nytt neuralt nätverk förutspår 3D-formen av ett protein på 10 minuter

I det nya arbetet skapade författarna ett neuralt nätverk som bestämmer vilken form ett visst protein kommer att ta.

molekyl, enligt sekvensen av aminosyror som den består av. Detta kommer att hjälpa till att skapa läkemedel.

Proteinformen beräknas nu meden partikelaccelerator, som ger tredimensionella fotografier av proteinmolekyler, eller med hjälp av en superdator, som beräknar deras struktur i enlighet med kemilagarna och kvantfysiken.

Författarna skapade evoformer-algoritmen, somförsöker bestämma strukturen för enskilda segment av proteinmolekyler, representerande dem i form av ett tredimensionellt träd av grafer - en matematisk abstraktion som består av en uppsättning objekt kopplade i par med varandra. Evoformer kopplar dem till varandra, baserat på redan kända exempel, och ändrar gradvis strukturen av anslutningar och nodernas placering, närmar sig det optimala.

Därefter kombinerade de sådana algoritmer och skapade ett neuralt nätverk AlphaFold2. 

Förra året presenterade vi redan den första versionenvårt system, AlphaFold, som kunde förutsäga strukturen av proteiner med nästan atomär noggrannhet som en del av CASP13-tävlingen. Nu har vi skapat en ny version av den, som märkbart överträffar alla konkurrenter i hastighet och precision. Dessutom är dess källkod helt öppen. 

Demis Hassabis, vd för Deepmind

Som ett resultat rekonstruerar det neurala nätverket den tredimensionella formen med atomär precision på cirka 10 minuter, med ett fel på 0,096 nanometer för varje atom inuti proteinet. 

Läs mer:

Förklarade hur universum reflekteras nära svarta hål

Massförgiftning och nya versioner av civilisationens död: hur vår kunskap om mayaerna förändrades

Förändringar i jordens bana bidrog till uppkomsten av ett komplext liv på planeten