Дослідники склали базу із 200 млн білкових структур. Вони домоглися цього за допомогою програми AlphaFold,
Парадоксальні білки
Білки – будівельні блоки життя. Вони виробляються різними організмами — від бактерій до рослин і тварин, і коли вони утворюються, то складаються за мілісекунди. Сформовані з ланцюжків амінокислот, згорнутих у складні форми, їх тривимірна структура багато в чому визначає їх функцію. Варто з'ясувати, як складається білок, можна зрозуміти, як він працює і змінити його поведінку.
Хоча ДНК надає інструкції для створенняланцюжка амінокислот, передбачити, як вони взаємодіють, щоб сформувати тривимірну форму, було дуже складно. Донедавна вчені розшифрували лише частину з 200 млн білків, відомих науці. Проблема в тому, що їхня структура настільки складна, що намагатися вгадати, яку форму вони набудуть, майже неможливо.
AlphaFold від DeepMind створив 3D-зображення білкових структур. Зображення надано DeepMind
Сайрус Левінталь, американський молекулярнийбіолог, писав у статті 1969 року про парадокс: незважаючи на величезну кількість можливих конфігурацій, білки згортаються швидко і точно. При цьому кожен білок може набути від 10^300 можливих кінцевих форм.
Таким чином, писав Левінталь, якщо хтось спробує знайти правильну форму білка, пробуючи кожну конфігурацію одну за іншою, потрібно більше часу, ніж існує Всесвіт.
Спроби вчених
У вчених є способи візуалізувати білкиі аналізувати їх структуру, але це занадто повільна і важка робота. За даними журналу Nature, найчастіше для зображення білків застосовують рентгенівську кристалографію. При цьому методі рентгенівські промені направляють на тверді кристали білків і вимірюють те, як вони заломлюються. Мета - визначити, як влаштований білок. За даними DeepMind, ця експериментальна робота встановила форму близько 190 000 білків.
Новий метод
У листопаді 2020 року група DeepMind, що займаєтьсяштучним інтелектом оголосила про розробку програми під назвою AlphaFold, яка може швидко передбачати цю інформацію за допомогою алгоритму. З того часу він вивчає генетичні коди кожного організму, чий геном був секвенований, і передбачає структури сотень мільйонів білків, які вони разом містять.
AlphaFold працює, накопичуючи знанняпро амінокислотні послідовності та взаємодії, намагаючись інтерпретувати білкові структури. У результаті алгоритм навчився передбачати форми білків за раховані хвилини з точністю до рівня атомів.
Торік DeepMind опублікувалав відкритій базі даних структури білків 20 видів, включаючи майже всі 20 000 білків, експресованих людьми. Тепер він завершив роботу і випустив передбачені структури для більш ніж 200 млн білків.
Як застосовують технологію?
Дослідники вже використовують плоди праціAlphaFold. Згідно з The Guardian, програма дозволила вченим остаточно охарактеризувати ключовий білок малярійного паразита, який не піддавався рентгенівській кристалографії. Зрештою, це покращить вакцину проти хвороби.
Тривимірне зображення білка малярії. Зображення надано Deepmind
Дослідник медоносних бджіл Вільде Лейпартз Норвезького університету природничих наук використовував AlphaFold для виявлення структури вітелогеніну. Це репродуктивний і імунний білок, який виробляється всіма яйцекладними тваринами. Відкриття допоможе розробити нові способи захисту, наприклад, медоносних бджіл і риби від хвороб. Це важливо, адже ці тварини важливі для харчування людства.
Програма також інформує про пошук новихфармацевтичних препаратів, заявила Розана Капеллер, генеральний директор ROME Therapeutics, в заяві DeepMind. «Швидкість і точність AlphaFold прискорюють процес розробки ліків. Ми тільки починаємо усвідомлювати його вплив на розвиток фармацевтики», — підсумувала вона.
Також моделі AlphaFold також використовуються вченимиз Центру інновацій у галузі ферментів Портсмутського університету для виявлення ферментів із природного світу, які можна налаштувати для переробки пластмас.
Читати далі:
Незабаром на Землю обрушиться сонячна буря: матеріал летить зі швидкістю 800 км/с
Вчені зняли на відео дивну істоту зі щупальцями, яку прийняли за квітку
Росія залишає МКС: що тепер буде і чому обслуговування станції під загрозою