นักวิจัยได้รวบรวมฐานข้อมูลโครงสร้างโปรตีน 200 ล้านโครงสร้าง พวกเขาประสบความสำเร็จด้วยความช่วยเหลือของโปรแกรม AlphaFold
โปรตีน Paradox
โปรตีนเป็นองค์ประกอบสำคัญของชีวิตพวกมันผลิตโดยสิ่งมีชีวิตหลากหลายชนิด ตั้งแต่แบคทีเรียไปจนถึงพืชและสัตว์ และเมื่อพวกมันถูกสร้างขึ้น พวกมันจะรวมตัวกันในหน่วยมิลลิวินาที โครงสร้างสามมิติของพวกมันก่อตัวขึ้นจากสายโซ่ของกรดอะมิโนที่พับเก็บเป็นรูปทรงที่ซับซ้อน ส่วนใหญ่จะเป็นตัวกำหนดหน้าที่ของพวกมัน เมื่อคุณทราบแล้วว่าโปรตีนพับตัวอย่างไร คุณจะเข้าใจวิธีการทำงานและเปลี่ยนแปลงพฤติกรรมของมันได้
แม้ว่า DNA จะให้คำแนะนำในการสร้างก็ตามสายโซ่ของกรดอะมิโน การทำนายว่าพวกมันมีปฏิสัมพันธ์กันอย่างไรเพื่อสร้างรูปร่างสามมิตินั้นเป็นเรื่องยากมาก จนกระทั่งเมื่อไม่นานมานี้ นักวิทยาศาสตร์ได้ถอดรหัสโปรตีนเพียงเศษเสี้ยวของโปรตีน 200 ล้านตัวที่วิทยาศาสตร์รู้จัก ปัญหาคือโครงสร้างของมันซับซ้อนมากจนการพยายามเดาว่าพวกมันจะอยู่ในรูปแบบไหนแทบจะเป็นไปไม่ได้เลย
AlphaFold โดย DeepMind ได้สร้างภาพ 3 มิติของโครงสร้างโปรตีน ได้รับความอนุเคราะห์จาก DeepMind
Cyrus Levinthal โมเลกุลอเมริกันนักชีววิทยาได้เขียนไว้ในรายงานปี 1969 เกี่ยวกับความขัดแย้งนี้ว่า แม้จะมีรูปแบบที่เป็นไปได้มากมายมหาศาล แต่โปรตีนก็สามารถพับตัวได้อย่างรวดเร็วและแม่นยำ ยิ่งไปกว่านั้น โปรตีนแต่ละชนิดสามารถมีรูปแบบสุดท้ายได้ตั้งแต่ 10^300 รูปแบบ
ดังนั้น เลวินธาลจึงเขียนว่า หากใครก็ตามพยายามค้นหารูปแบบที่ถูกต้องของโปรตีนโดยลองการกำหนดค่าแต่ละอย่างทีละอย่าง มันจะใช้เวลานานกว่าจักรวาลที่มีอยู่
ความพยายามของนักวิทยาศาสตร์
นักวิทยาศาสตร์มีวิธีเห็นภาพโปรตีนและวิเคราะห์โครงสร้างของพวกเขา แต่การทำงานนี้ช้าเกินไปและเป็นงานที่ยาก ตามรายงานของ Nature พบว่าการตกผลึกด้วยรังสีเอกซ์มักใช้ในการสร้างภาพโปรตีน ในวิธีนี้ รังสีเอกซ์มุ่งเป้าไปที่ผลึกโปรตีนแข็งและวัดว่าผลึกโปรตีนหักเหอย่างไร เป้าหมายคือเพื่อพิจารณาว่าโปรตีนมีโครงสร้างอย่างไร จากข้อมูลของ DeepMind งานทดลองนี้ได้กำหนดรูปร่างของโปรตีนประมาณ 190,000 ชนิด
วิธีการใหม่
ในเดือนพฤศจิกายน 2020 กลุ่ม DeepMind ได้อุทิศตนเพื่อปัญญาประดิษฐ์ได้ประกาศการพัฒนาโปรแกรมที่เรียกว่า AlphaFold ซึ่งสามารถทำนายข้อมูลนี้ได้อย่างรวดเร็วโดยใช้อัลกอริธึม ตั้งแต่นั้นมา เขาได้ศึกษารหัสพันธุกรรมของสิ่งมีชีวิตทุกชนิดที่มีการจัดลำดับจีโนม และทำนายโครงสร้างของโปรตีนหลายร้อยล้านชนิดที่พวกมันมีอยู่รวมกัน
AlphaFold ทำงานโดยการสั่งสมความรู้เกี่ยวกับลำดับและปฏิกิริยาของกรดอะมิโน โดยพยายามตีความโครงสร้างโปรตีน เป็นผลให้อัลกอริธึมเรียนรู้ที่จะทำนายรูปร่างของโปรตีนในเวลาไม่กี่นาทีด้วยความแม่นยำจนถึงระดับอะตอม
เมื่อปีที่แล้ว DeepMind เผยแพร่ฐานข้อมูลแบบเปิดของโครงสร้างโปรตีนประกอบด้วย 20 สปีชีส์ รวมถึงโปรตีนเกือบ 20,000 ชนิดที่มนุษย์แสดงออกมา ขณะนี้เขาได้เสร็จสิ้นการทำงานและเผยแพร่โครงสร้างที่คาดการณ์ไว้สำหรับโปรตีนมากกว่า 200 ล้านชนิด
เทคโนโลยีถูกนำไปใช้อย่างไร?
นักวิจัยได้ใช้ผลงานของตนแล้วอัลฟ่าพับ ตามรายงานของ The Guardian โปรแกรมนี้ช่วยให้นักวิทยาศาสตร์ระบุลักษณะเฉพาะของโปรตีนหลักในปรสิตมาลาเรียที่ไม่สอดคล้องกับการถ่ายภาพผลึกด้วยรังสีเอกซ์ได้อย่างชัดเจน ซึ่งจะช่วยปรับปรุงวัคซีนป้องกันโรคได้ในที่สุด
ภาพสามมิติของโปรตีนมาเลเรีย ได้รับความอนุเคราะห์จาก Deepmind
นักวิจัยผึ้งน้ำผึ้ง Wilde Leipartจากมหาวิทยาลัยวิทยาศาสตร์สิ่งมีชีวิตแห่งนอร์เวย์ใช้ AlphaFold เพื่อเปิดเผยโครงสร้างของไวเทลโลเจนิน เป็นโปรตีนสืบพันธุ์และภูมิคุ้มกันที่ผลิตโดยสัตว์ที่วางไข่ทุกชนิด การค้นพบนี้จะช่วยพัฒนาวิธีการใหม่ในการปกป้อง เช่น ผึ้งและปลาจากโรคต่างๆ นี่เป็นสิ่งสำคัญเพราะสัตว์เหล่านี้มีความสำคัญต่อการเลี้ยงดูมนุษยชาติ
โปรแกรมยังแจ้งการค้นหาใหม่Rosana Kapeller ซีอีโอของ ROME Therapeutics ฝ่ายเภสัชกรรมกล่าวในแถลงการณ์ของ DeepMind “ความเร็วและความแม่นยำของ AlphaFold ช่วยเร่งกระบวนการพัฒนายาได้ เราเพิ่งเริ่มเข้าใจถึงผลกระทบที่มีต่อการพัฒนาเภสัชภัณฑ์” เธอสรุป
นอกจากนี้นักวิทยาศาสตร์ยังใช้โมเดล AlphaFold อีกด้วยจากศูนย์นวัตกรรมเอนไซม์แห่งมหาวิทยาลัยพอร์ตสมัธ เพื่อระบุเอนไซม์จากโลกธรรมชาติที่สามารถปรับให้เข้ากับกระบวนการแปรรูปพลาสติกได้
อ่านเพิ่มเติม:
ในไม่ช้าพายุสุริยะจะพุ่งชนโลก: วัสดุบินด้วยความเร็ว 800 กม. / วินาที
นักวิทยาศาสตร์ได้ถ่ายสิ่งมีชีวิตประหลาดที่มีหนวดซึ่งพวกเขาเข้าใจผิดว่าเป็นดอกไม้
รัสเซียออกจากสถานีอวกาศนานาชาติ: จะเกิดอะไรขึ้นตอนนี้และเหตุใดการบำรุงรักษาสถานีจึงอยู่ภายใต้การคุกคาม