Sadece insanlar genetik bir hastalığı tahmin edip yeni bir ilaç yaratamaz, aynı zamanda
Biyologlar insan proteinlerini nasıl inceler?
10 yılı aşkın süredir moleküler biyolog Martin Beckmeslektaşları ile birlikte ayrıntılı bir nükleer gözenek kompleksleri modeli oluşturmaya çalıştı. Beck buna insan hücrelerindeki en büyük moleküler makine diyor. Nükleer gözenek kompleksi, hücre çekirdeğine girip çıkan ve genomun bulunduğu yere akan moleküllerin akışını kontrol eder. Bütün hücrelerde bu türden yüzlerce kompleks vardır. Her biri 1000'den fazla proteinden oluşur.
Bu binlerce parça 30'dan fazla protein oluşturur.farklı şekillerde iç içe geçen yapı taşları: bu nedenle onlarla çalışmak daha da zor. 2016 yılında, Max Planck Biyofizik Enstitüsü'nde (MPIB) Beck liderliğindeki bir ekip, nükleer gözenek kompleksinin yaklaşık %30'unu ve yapı taşlarının neredeyse yarısını, diğer bir deyişle Nup proteinlerini tanımlayan bir model oluşturduklarını bildirdi.
Algoritmalar insan proteinlerini nasıl öğrenir?
Temmuz 2021'de DeepMind,Google'ın ana şirketi olan Alphabet, AlphaFold adlı bir yapay zekayı tanıttı. Bu yazılım, proteinlerin üç boyutlu şeklini genetik dizilerinden tahmin edebiliyordu. Hesaplamalar yüksek doğrulukla gerçekleştirildi. Bu durum biyologların görev ve ilgi alanlarını ciddi biçimde değiştirdi.
Bilim adamları AlphaFold'u kullanarak tahminde bulunmayı başardılar.insan Nup proteininin şekli nedir? Daha sonra nükleer gözenek kompleksinin %60'ını tanımlayan bir model yayınladılar. Bu, kompleksin gözenekleri nasıl stabilize ettiğini ve moleküllerin akışını nasıl kontrol ettiğini anlamaya yardımcı oldu.
AlphaFold çılgınlığı: Proteinlerin yapısını incelemek için yapay zeka neden bu kadar popüler hale geldi?
Biyologlara göre, tüm bilim topluluğuAlphaFold-mania'yı kavradı. AI, büyük miktarda araştırma için kullanılmıştır. Bazı durumlarda, algoritma zamandan tasarruf edilmesine yardımcı oldu veya yeni veriler sağladı. Ancak AI'nın da sınırlamaları var: bazı bilim adamları, tahminlerini çalışmaları için çok güvenilmez buluyor. Yine de herkes, algoritmanın veri işleme ile herkesten daha iyi başa çıktığını kabul ediyor.
Algoritma geliştiricilerinin kendileri bile her zamanBaşka hangi alanlarda kullanılabileceğini bulmak için zamanları var: Bu yüzden genellikle araştırmacı ekiplerinin AlphaFold'u kullanarak ilaç keşfi ve protein geliştirmeden karmaşık yaşamın kökenine kadar yeni keşifler yapmasını izliyorlar.
Temmuz 2021'in ortasında kamu malıbilim insanlarının çalışmalarının bir parçası olarak bu tür araştırmaları yürütmeye başlamasına yardımcı olacak diğer bilgilerin yanı sıra açık kaynaklı bir AI kodu ortaya çıktı. Bir hafta sonra DeepMind, insanların yaptığı neredeyse tüm proteinlerin yapısını tahmin etmek için AlphaFold'u kullandığını duyurdu. Ekip, toplamda 365.000 biyolojik yapı üzerinde çalıştı. Bugün, bu veritabanı neredeyse bir milyon yapıya ulaştı.
DeepMind 2022'de piyasaya sürmeyi planlıyororganizmaların biyolojik yapısı hakkında toplamda 100 milyondan fazla tahmin. Bu, bilinen tüm proteinlerin neredeyse yarısı kadardır; üstelik bu sayı, deneysel olarak belirlenebilen proteinlerden yüzlerce kat daha fazladır.
Araç, araştırmacıların yenipotansiyel protein ortakları. Bilim adamları, 65.000 insan protein çiftinin yapılarını tahmin etmek için AlphaFold'u kullandılar. Ve başka bir grup, maya tarafından kodlanan hemen hemen her protein çifti arasındaki etkileşimleri modellemek için AlphaFold ve RoseTTAFold'u kullandı. Sonuç olarak, daha önce bilinmeyen 100'den fazla nükleer gözenek kompleksi buldular.
Alpha Fold nasıl çalışır?
AlphaFold derin sinir ağlarını kullanıyorÖğrenme: Bu, insan beyni gibi çalışan ve verilerdeki kalıpları tanıyan bir bilgi işlem yapısıdır. Algoritma, deneysel olarak belirlenen yüzbinlerce protein yapısı kullanılarak eğitildi. Yapay zeka yeni bir diziyle karşılaşırsa öncelikle benzer durumları veritabanlarında arar.
AlphaFold ipuçları arasında dolaşarak denemeler yapıyorAmino asitlerin 3 boyutlu görüntüsünü simüle edin. Uzmanlar, bu yazılımın makine öğrenimi için yeni fikirleri başarıyla uyguladığına inanıyor. Özellikle "dikkat" adı verilen benzersiz bir mekanizmaya dikkat çekiyorlar; bu mekanizma, belirli bir anda hangi amino asit bileşiklerinin iş için en önemli olduğunu belirliyor.
AlphaFold ile ilgili sorun nedir?
AlphaFold tahminleri şu bilgilere bağlıdır:ilgili protein dizileri, bu nedenle AI'nın bazı sınırlamaları vardır. Örneğin, algoritma, mutasyonların bir proteinin şekli üzerindeki etkisini, özellikle hastalıklara neden olanları tahmin edemez.
Ayrıca proteinlerin nasıl değiştiğini de tespit edemezilaçlar gibi diğer etkileşimli proteinler veya moleküller nedeniyle şekillenir. Ancak model, proteinin her bir amino asit birimi için kendi tahmininin güvenirliğini değerlendirebilir. DeepMind, Ağustos 2022 itibarıyla 400.000'den fazla kişinin AlphaFold EMBL-EBI veritabanlarını kullandığını bildirdi.
Bu tür algoritmalar sıradan insanlara nasıl yardımcı olacak?
İlaç ve biyoteknoloji firmalarından araştırmacılar AlphaFold'un potansiyeli konusunda heyecan duyuyor ve algoritmanın yeni ilaçların keşfedilmesine yardımcı olduğunu söylüyor.
Karen Akinsanya, Geliştirme LideriSchrödinger'de terapötikler geliştirmek, kendisinin ve meslektaşlarının AlphaFold ile başarılı denebilecek sonuçlarla çalıştıklarını belirtiyor. Potansiyel olarak uyuşturucu olabilecek bileşikler geliştirebildiler.
Daha fazla oku:
MIT, türbinlerden daha iyi performans gösteren sabit bir ısı motoru yaratıyor
On yıllık bir çalışmanın ardından bilim adamları standart fizik modelini sorguladılar.
Mars'ta gün doğumunun nasıl göründüğünü görün