Programmet har hittat alla 200 miljoner proteiner som vetenskapen känner till: hur är detta möjligt

Forskarna sammanställde en databas med 200 miljoner proteinstrukturer. De uppnådde detta med hjälp av AlphaFold-programmet,

som DeepMind utvecklade under 2018och släpptes i juli 2021 . Programmet med öppen källkod förutsäger den tredimensionella strukturen av ett protein baserat på dess aminosyrasekvens - byggstenarna som utgör proteiner. Strukturen av ett protein dikterar dess funktion, så databasen med de som identifierats av AlphaFold kommer att hjälpa till att identifiera nya proteinfunktionella funktioner som människor kan utnyttja.

Paradoxproteiner

Proteiner är livets byggstenar.De produceras av en mängd olika organismer, från bakterier till växter och djur, och när de produceras viker de ihop sig på millisekunder. Formad av kedjor av aminosyror vikta till komplexa former, bestämmer deras tredimensionella struktur till stor del deras funktion. När du väl tar reda på hur ett protein viker sig kan du förstå hur det fungerar och ändra dess beteende. 

Även om DNA ger instruktioner för att skapakedjor av aminosyror, har det varit mycket svårt att förutsäga hur de interagerar för att bilda en tredimensionell form. Fram till nyligen hade forskare bara dechiffrerat en bråkdel av de 200 miljoner proteiner som vetenskapen känner till. Problemet är att deras struktur är så komplex att det nästan är omöjligt att försöka gissa vilken form de kommer att ha.

AlphaFold av DeepMind skapade 3D-bilder av proteinstrukturer. Bild med tillstånd av DeepMind

Cyrus Levinthal, amerikansk molekylärbiolog, skrev i en tidning 1969 om paradoxen: trots det enorma antalet möjliga konfigurationer, vikas proteiner snabbt och exakt. Dessutom kan varje protein ta från 10^300 möjliga slutliga former.

Således, skrev Levinthal, om man försökte hitta den korrekta formen av ett protein genom att prova varje konfiguration efter den andra, skulle det ta längre tid än universum existerade.

Forskarnas försök

Forskare har sätt att visualisera proteineroch analysera deras struktur, men det här är för långsamt och svårt arbete. Enligt tidskriften Nature används röntgenkristallografi oftast för att avbilda proteiner. I denna metod riktas röntgenstrålar mot fasta proteinkristaller och mäts hur de bryts. Målet är att bestämma hur proteinet är uppbyggt. Enligt DeepMind har detta experimentella arbete bestämt formen på cirka 190 000 proteiner.

Ny metod

I november 2020 engagerade DeepMind-gruppenartificiell intelligens, tillkännagav utvecklingen av ett program som heter AlphaFold som snabbt kan förutsäga denna information med hjälp av en algoritm. Sedan dess har han studerat de genetiska koderna för varje organism vars genom har sekvenserats och förutspått strukturerna för de hundratals miljoner proteiner de tillsammans innehåller.

AlphaFold fungerar genom att samla kunskapom aminosyrasekvenser och interaktioner, försöker tolka proteinstrukturer. Som ett resultat lärde sig algoritmen att förutsäga formerna på proteiner på några minuter med noggrannhet ner till atomnivå.

Förra året publicerades DeepMindDen öppna proteinstrukturdatabasen innehåller 20 arter, inklusive nästan alla 20 000 proteiner som uttrycks av människor. Han har nu slutfört arbetet och släppt förutspådda strukturer för mer än 200 miljoner proteiner.

Hur tillämpas tekniken?

Forskare använder redan frukterna av sitt arbeteAlphaFold. Enligt The Guardian gjorde programmet det möjligt för forskare att definitivt karakterisera ett nyckelprotein i malariaparasiten som inte hade varit mottagligt för röntgenkristallografi. Detta kommer i slutändan att förbättra vaccinet mot sjukdomen.

3D-bild av malariaprotein. Bild med tillstånd av Deepmind

Honungsbiforskaren Wilde Leipartfrån Norwegian University of Life Sciences använde AlphaFold för att avslöja strukturen av vitellogenin. Det är ett reproduktions- och immunprotein som produceras av alla äggläggande djur. Upptäckten ska bidra till att utveckla nya sätt att skydda till exempel honungsbin och fiskar från sjukdomar. Detta är viktigt eftersom dessa djur är viktiga för att mata mänskligheten.

Programmet informerar också om sökandet efter nyttläkemedel, säger Rosana Kapeller, VD för ROME Therapeutics, i ett uttalande från DeepMind. “AlphaFolds snabbhet och precision påskyndar läkemedelsutvecklingsprocessen. Vi har precis börjat förstå dess inverkan på utvecklingen av läkemedel”, avslutade hon.

Även AlphaFold-modeller används också av forskarefrån University of Portsmouths Center for Enzyme Innovation för att identifiera enzymer från den naturliga världen som kan skräddarsys för att bearbeta plast. 

Läs mer:

Snart kommer en solstorm att träffa jorden: materialet flyger med en hastighet av 800 km/s

Forskare filmade en märklig varelse med tentakler, som de antog för en blomma

Ryssland lämnar ISS: vad kommer att hända nu och varför underhållet av stationen är hotat