Umělá inteligence simulovala 500 milionů let evoluce – a vytvořila nový protein!

Evoluce upravuje život na molekulární úrovni po miliardy let. Proteiny, základní stavební kameny života, se vyvinuly prostřednictvím tohoto procesu, aby plnily různé biologické funkce, od boje proti infekcím až po trávení potravy. Tyto komplexní molekuly se skládají z dlouhých řetězců aminokyselin uspořádaných v přesných sekvencích, které určují jejich strukturu a funkci. Zatímco příroda vytvořila mimořádnou rozmanitost proteinů, pochopení jejich struktury a návrh zcela nových proteinů byl pro vědce dlouho složitou výzvou.

Poslední pokroky v oblasti umělé inteligence mění naše schopnosti řešit některé z největších biologických výzev. Předtím byla umělá inteligence použita k předpovědi, jak by se daná proteinová sekvence srolovat a chovat – složitá výzva kvůli obrovskému počtu konfigurací. Nedávno se umělá inteligence vyvinula natolik, aby mohla generovat zcela nové proteiny v bezprecedentním měřítku. Tento milník byl dosažen pomocí ESM3, multimodálního generativního jazykového modelu navrženého EvolutionaryScale. Na rozdíl od konvenčních systémů umělé inteligence navržených pro zpracování textu byl ESM3 vyškoleno tak, aby rozuměl proteinovým sekvencím, strukturám a funkcím. Co ho činí skutečně pozoruhodným, je jeho schopnost simulovat 500 milionů let evoluce – čin, který vedl k vytvoření zcela nového fluorescenčního proteinu, něco, co nebylo dosud vidět v přírodě.

Tento průlom je významným krokem směrem k tomu, aby biologie byla více programovatelná, a otevírá nové možnosti pro návrh vlastních proteinů s aplikacemi v medicíně, materiálovém inženýrství a dalších oblastech. V tomto článku prozkoumáme, jak ESM3 funguje, co dosáhl, a proč je tento pokrok mění naše chápání biologie a evoluce.

Poznejte ESM3: Umělou inteligenci, která simuluje evoluci

ESM3 je multimodální jazykový model vyškoleno k pochopení a generování proteinů analýzou jejich sekvencí, struktur a funkcí. Na rozdíl od AlphaFold, který může předpovědět strukturu existujících proteinů, je ESM3 v podstatě modelem proteinového inženýrství, který umožňuje výzkumníkům specifikovat funkční a strukturální požadavky pro návrh zcela nových proteinů.

Model má hluboké znalosti proteinových sekvencí, struktur a funkcí spolu se schopností generovat proteiny prostřednictvím interakce s uživateli. Tato schopnost umožňuje modelu generovat proteiny, které nemusí existovat v přírodě, ale zůstávají biologicky životaschopné. Vytvoření nového zeleného fluorescenčního proteinu (esmGFP) je přesvědčivou demonstrací této schopnosti. Fluorescenční proteiny, původně objevené v medúzách a korálových ústech, se široce používají v lékařském výzkumu a biotechnologii. Pro vývoj esmGFP poskytli výzkumníci ESM3 klíčové strukturální a funkční charakteristiky známých fluorescenčních proteinů. Model pak iterativně rafinoval návrh, aplikující řetězec myšlenkového procesu pro optimalizaci sekvence. Zatímco přírodní evoluce by mohla trvat miliony let, aby vytvořila podobný protein, ESM3 urychluje tento proces, aby ho dosáhl za dny nebo týdny.

Proces navrhování proteinů řízený umělou inteligencí

Zde je, jak výzkumníci použili ESM3 k vývoji esmGFP:

1. Podnět pro umělou inteligenci – Zpočátku zadali sekvence a strukturální nápovědu, aby ESM3 směřovali k fluorescenčním funkcím.
2. Generování nových proteinů – ESM3 prozkoumal rozsáhlý prostor potenciálních sekvencí, aby vytvořil tisíce kandidátních proteinů.
3. Filtrování a rafinace – Nejperspektivnější návrhy byly filtrovány a syntetizovány pro laboratorní testování.
4. Ověření v živých buňkách – Vybrané proteinové návrhy vytvořené umělou inteligencí byly exprimovány v bakteriích, aby se potvrdila jejich fluorescence a funkčnost.

Tento proces vedl k vytvoření fluorescenčního proteinu (esmGFP) nepodobného ničemu v přírodě.

Jak se esmGFP liší od přírodních proteinů

Co činí esmGFP výjimečným, je jeho odlišnost od známých fluorescenčních proteinů. Zatímco většina nově objevených GFP má malé variace od existujících, esmGFP má sekvencí identitu pouze 58% s jeho nejbližším přírodním příbuzným. Evolučně odpovídá tato odlišnost rozdílu více než 500 milionů let.

Abychom to uvedli do perspektivy, naposledy se proteiny s podobnými evolučními rozdíly objevily, když ještě dinosauři neexistovali a mnohobuněčný život byl stále v raných fázích. To znamená, že umělá inteligence urychluje evoluci – a simuluje zcela novou evoluční dráhu, produkující proteiny, které příroda možná nikdy nevytvořila.

Proč je toto objev důležité

Tento vývoj je významným krokem vpřed v oblasti proteinového inženýrství a prohlubuje naše chápání evoluce. Simulací milionů let evoluce za pouhé dny otevírá umělá inteligence dveře k novým a vzrušujícím možnostem:

• Rychlejší objevování léků: Mnoho léků funguje tak, že cílí na specifické proteiny, ale nalezení správných je pomalé a nákladné. Proteiny navržené umělou inteligencí by mohly urychlit tento proces, pomáhají výzkumníkům objevovat nové léky efektivněji.
• Nová řešení v bioinženýrství: Proteiny se používají ve všem, od rozkladu plastového odpadu až po detekci onemocnění. S návrhem řízeným umělou inteligencí mohou vědci vytvářet vlastní proteiny pro zdravotnictví, ochranu životního prostředí a dokonce i nové materiály.
• Umělá inteligence jako evoluční simulátor: Jedním z nejzajímavějších aspektů tohoto výzkumu je, že позиcionuje umělou inteligenci jako simulátor evoluce, a not jen jako nástroj pro analýzu. Tradiční evoluční simulace zahrnují iteraci přes genetické mutace, často trvající měsíce nebo roky, aby se vygenerovali životaschopní kandidáti. ESM3 však obchází tyto pomalé omezení tím, že předpovídá funkční proteiny přímo. Tento posun v přístupu znamená, že umělá inteligence by mohla nejen napodobovat evoluci, ale aktivně prozkoumávat evoluční možnosti za hranicemi přírody. S dostatečnou výpočetní silou by umělá inteligence řízená evoluce mohla odhalit nové biochemické vlastnosti, které nikdy neexistovaly v přírodním světě.

Etické úvahy a odpovědný rozvoj umělé inteligence

Zatímco potenciální výhody proteinového inženýrství řízeného umělou inteligencí jsou obrovské, tato technologie také vyvolává etické a bezpečnostní otázky. Co se stane, když umělá inteligence začne navrhovat proteiny za hranicemi lidského chápání? Jak zajistíme, že tyto proteiny jsou bezpečné pro lékařské nebo environmentální použití?

Musíme se soustředit na odpovědný rozvoj umělé inteligence a důkladné testování, abychom řešili tyto obavy. Proteiny generované umělou inteligencí, jako je esmGFP, by měly podstoupit rozsáhlé laboratorní testování, než budou zvažovány pro reálné aplikace. Kromě toho se vyvíjejí etické rámce pro biologii řízenou umělou inteligencí, aby se zajistila transparentnost, bezpečnost a veřejná důvěra.

Závěrečné shrnutí

Spuštění ESM3 je zásadním vývojem v oblasti biotechnologie. ESM3 demonstruje, že evoluce by neměla být pomalým, pokusným procesem. Komprese 500 milionů let proteinové evoluce do pouhých dnů otevírá budoucnost, ve které vědci mohou navrhovat zcela nové proteiny s úžasnou rychlostí a přesností. Rozvoj ESM3 znamená, že můžeme použít umělou inteligenci nejen k pochopení biologie, ale také k jejímu přetvoření. Tento průlom nám pomáhá pokročit v naší schopnosti programovat biologii způsobem, jakým programujeme software, otevírající možnosti, které jsme teprve začali chápat.